| تعداد نشریات | 45 |
| تعداد شمارهها | 1,556 |
| تعداد مقالات | 18,982 |
| تعداد مشاهده مقاله | 64,092,792 |
| تعداد دریافت فایل اصل مقاله | 23,441,463 |
تشخیص تخلفات پولشویی با استفاده از شبکه عصبی گراف و مکانیزم توجه | ||
| نظریه های کاربردی اقتصاد | ||
| مقالات آماده انتشار، پذیرفته شده، انتشار آنلاین از تاریخ 06 آبان 1405 | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22034/ecoj.2026.69984.3471 | ||
| نویسندگان | ||
| محمدامین قهرمان زاده* 1؛ سجاد نقدی2؛ وحید احمدیان2؛ علیرضا فضل زاده2 | ||
| 1دانشجوی دکتری اقتصاد مالی، دانشکده مدیریت و اقتصاد، دانشگاه تبریز، تبرز، ایران. | ||
| 2دانشگاه تبریز | ||
| چکیده | ||
| هدف: پولشویی بهعنوان یکی از پیچیدهترین جرایم اقتصادی، تهدیدی جدی برای سلامت نظامهای مالی، شفافیت اقتصادی و اعتماد عمومی محسوب میشود. با پیچیدهتر شدن الگوهای تراکنشهای غیرقانونی در عصر فناوریهای نوین، روشهای سنتی مقابله با پولشویی کارایی خود را از دست دادهاند. این پژوهش با هدف افزایش دقت، تفسیرپذیری و کارایی در شناسایی تراکنشهای مشکوک، مدلی ترکیبی مبتنی بر شبکه عصبی گرافی، شبکه حافظه کوتاه-بلندمدت، و مکانیزم توجه چندسری طراحی و پیادهسازی میکند. روش پژوهش: در چارچوب پیشنهادی، دادههای تراکنش مالی ابتدا به ساختار گرافی تبدیل شده، سپس با بهرهگیری از وابستگیهای زمانی و روابط ساختاری میان گرهها، الگوهای پنهان شناسایی میشوند. مدل پیشنهادی بر روی چهار مجموعهداده شبیهسازیشده با ابعاد و میزان تراکنشهای غیرقانونی مختلف آزمایش شد و عملکرد آن با سه روش مرجع GIN+EgoIDs، Multi-PNA+EU و LightGBM+GFs مقایسه گردید. یافتهها: نتایج تجربی نشان داد مدل پیشنهادی در تمامی معیارهای ارزیابی برتر بوده است. برای مثال، دقت مدل در مجموعهدادههای AML Small LI و AML Medium LI به ترتیب 84.1٪ و 84.7٪ و یادآوری آن نیز به ترتیب 46.74٪ و 47.67٪ بهدست آمد. همچنین امتیاز F1 در همین مجموعهها به ترتیب 52.89٪ و 55.37٪ ثبت شده که نسبت به رقبا بهطور معناداری بالاتر است. در مجموع، مدل توانست توازنی مؤثر میان دقت، یادآوری و صحت ایجاد کرده و نرخ مثبتهای کاذب را بهطور محسوسی کاهش دهد. نتیجهگیری: این نتایج نشان میدهد مدل پیشنهادی قابلیت پیادهسازی در سامانههای هوشمند و کاربردی مقابله با پولشویی را داراست. | ||
| کلیدواژهها | ||
| تخلفات پولشویی؛ شبکه عصبی گراف؛ مکانیزم توجه | ||
|
آمار تعداد مشاهده مقاله: 1 |
||