ترجمه فارسی مقاله شبکه‌های کولموگوروف-آرنولد در تشخیص تقلب: پل زدن بین نظریه و عمل

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

عنوان مقاله به انگلیسی Kolmogorov Arnold Networks in Fraud Detection: Bridging the Gap Between Theory and Practice
عنوان مقاله به فارسی شبکه‌های کولموگوروف-آرنولد در تشخیص تقلب: پل زدن بین نظریه و عمل
نویسندگان Yang Lu, Felix Zhan
فرمت مقاله انگلیسی PDF
تعداد صفحات 32
لینک دانلود رایگان مقاله انگلیسی دانلود مقاله
دسته بندی موضوعات Machine Learning,Neural and Evolutionary Computing,یادگیری ماشین , محاسبات عصبی و تکاملی ,
توضیحات Submitted 3 September, 2024; v1 submitted 15 August, 2024; originally announced August 2024. , ACM Class: I.2.0
توضیحات به فارسی ارسال شده در 3 سپتامبر 2024 ؛V1 ارسال شده در 15 اوت 2024 ؛در ابتدا اوت 2024 اعلام شد. ، کلاس ACM: I.2.0
اطلاعات بیشتر از این مقاله در پایگاه های علمی INSPIRE HEP
NASA ADS
Google Scholar
Semantic Scholar

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

چکیده

This study evaluates the applicability of Kolmogorov-Arnold Networks (KAN) in fraud detection, finding that their effectiveness is context-dependent. We propose a quick decision rule using Principal Component Analysis (PCA) to assess the suitability of KAN: if data can be effectively separated in two dimensions using splines, KAN may outperform traditional models; otherwise, other methods could be more appropriate. We also introduce a heuristic approach to hyperparameter tuning, significantly reducing computational costs. These findings suggest that while KAN has potential, its use should be guided by data-specific assessments.

چکیده به فارسی (ترجمه ماشینی)

این مطالعه کاربرد شبکه های Kolmogorov-Arnold (KAN) در تشخیص کلاهبرداری را ارزیابی می کند و نشان می دهد که اثربخشی آنها وابسته به متن است.ما یک قانون تصمیم گیری سریع را با استفاده از تجزیه و تحلیل مؤلفه اصلی (PCA) برای ارزیابی مناسب بودن KAN پیشنهاد می کنیم: اگر داده ها بتوانند به طور مؤثر در دو بعد با استفاده از اسپلین ها از هم جدا شوند ، KAN ممکن است از مدل های سنتی بهتر عمل کند.در غیر این صورت ، روش های دیگر می توانند مناسب تر باشند.ما همچنین یک رویکرد اکتشافی را برای تنظیم هایپرپارامتر معرفی می کنیم و هزینه های محاسباتی را به میزان قابل توجهی کاهش می دهیم.این یافته ها نشان می دهد که در حالی که KAN پتانسیل دارد ، استفاده از آن باید با ارزیابی های خاص داده هدایت شود.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.