بهبود دقت عملکرد شبکههای عصبی در حوزه بانکی
- روسیه

محققان روسی، روشی برای آموزش سامانههای هوشمصنوعی توسعه دادهاند که به شبکههای عصبی امکان میدهد همزمان سطوح متغییر و ثابت دادههای مربوط به عملیات بانکی را در نظر بگیرند. این نوآوری که با حمایت مالی بنیاد علمی روسیه انجام شدهاست، میتواند کیفیت عملکرد چنین دستورالعملهایی را تا ۲۰ درصد افزایش دهد. سامانه یادشده قادر است، توالیهای مختلف عملیات بانکی را تحلیل کرده و الگوهای مهم برای ارزیابی ریسک را در آنها شناسایی کنند. این امر به خودکارسازی ارزیابی رتبه اعتباری، شناسایی فعالیتهای کلاهبرداری و حفاظت از بانکها و مشتریان کمک خواهد کرد. در تحلیل فعالیتهای بانکی، شبکههای عصبی باید همزمان عوامل ثابت (مانند سن مشتری که در بازه زمانی مورد بررسی تقریباً ثابت است) و عوامل متغییر و پویا (مانند محل انجام تراکنش و سایر عوامل که ممکن است به سرعت تغییر کنند) را در نظر بگیرند. در واقع فناوری جدید با لحاظ کردن عوامل مختلف، تغییر رفتار کاربران را رصد و در صورت وجود موارد مشکوک، انجام عملیات را منوط به اطلاعرسانی به بانک و مشتری میکند.
-
کد خبر 5425-20250301
دیدگاه کاربران