基于量子图神经网络的金融欺诈检测
量子物理
2024-02-02 v1 人工智能
机器学习
摘要
金融欺诈检测对于防止重大财务损失和维护金融机构声誉至关重要。然而，传统的金融欺诈检测方法效果有限，亟需新方法来提高检测率。本文提出一种利用量子图神经网络（QGNNs）检测金融欺诈的新方法。QGNNs 是一类可处理图结构数据并借助量子计算（QC）比经典神经网络更高效执行计算的神经网络。我们的方法使用变分量子线路（VQC）来增强 QGNN 的性能。为评估所提方法的效率，我们使用真实世界的金融欺诈检测数据集将 QGNNs 与经典图神经网络进行对比。实验结果表明，QGNNs 达到了 的 AUC，优于经典 GNNs。我们的研究凸显了 QGNNs 的潜力，并表明 QGNNs 是改进金融欺诈检测的一种有前景的新方法。
引用
@article{arxiv.2309.01127,
title = {Financial Fraud Detection using Quantum Graph Neural Networks},
author = {Nouhaila Innan and Abhishek Sawaika and Ashim Dhor and Siddhant Dutta and Sairupa Thota and Husayn Gokal and Nandan Patel and Muhammad Al-Zafar Khan and Ioannis Theodonis and Mohamed Bennai},
journal= {arXiv preprint arXiv:2309.01127},
year = {2024}
}
备注
15 pages, 18 figures, 4 tables