УДК 336.018(045)
DOI: 10.36871/2618-9976.2024.12.003
Авторы
Кан Цзинхань,
Аспирант, Высшая инженерноэкономическая школа, Санкт-Петербургский политехнический университет Петра Великого, Санкт-Петербург, Россия
Юрий Юрьевич Кочинев,
Доктор экономических наук, профессор, Высшая инженерноэкономическая школа, Санкт-Петербургский политехнический университет Петра Великого, Санкт-Петербург, Россия
Аннотация
Отмывание денег ставит под угрозу здоровое развитие экономики, порождает и поощряет коррупцию, ведет к социальной несправедливости. Традиционный подход к мониторингу отмывания денег для противодействия этому явлению не работает в режиме реального времени. В связи с этим весьма актуальным является выявление сделок по отмыванию денег с помощью искусственных нейронных сетей. В работе рассмотрен процесс нейросетевого моделирования, заключающийся в предварительной обработке данных, извлечении признаков, которые могут быть использованы в качестве входных данных для конволюционной нейронной сети, использовании извлеченных признаков для построения искусственной нейронной сети для транзакций, оценке эффективности модели с точки зрения точности и F-score. В работе показано, что система противодействия отмыванию денег от незаконных операций, разработанная с использованием технологии конволюционных нейронных сетей, не только повышает эффективность работы практиков, но и эффективн борется с экономическими и финансовыми преступлениями, способствуя гармоничному развитию экономического рынка.
Ключевые слова
рекуррентная нейронная сеть
обнаружение незаконных транзакций
машинное обучение
статистические методы
