属性と構造の変化に対応し不正利用を暴くCATeye
arXiv cs.LG ・ 2026-09-01
原題: CATeye: Coupled Attribute-Topology Invariance Learning for Voucher Abuse Detection
AI による要約
ECにおけるクーポンの不正利用検知において、環境変化による属性とグラフ構造の連動シフトに対応する学習フレームワーク「CATeye」が提案された。ノード適応マスクで不変な属性を抽出するAISと、抽出属性に基づいてシフトに対処するエッジを選択するEISの2つのセレクタを備える。これにより、頻繁な再学習を行わずに詐欺パターンの時間的・地理的変化に対する頑健性を向上させる。
この要約は当サイトの AI が生成したものです。正確な内容は 元記事（arXiv cs.LG）をご確認ください。