您当前的位置：
首页 >
文章列表页 >
基于噪声过滤与特征增强的图神经网络欺诈检测方法
基于噪声过滤与特征增强的图神经网络欺诈检测方法
Noise Filtering and Feature Enhancement Based Graph Neural Network Method for Fraud Detection
- 电子学报 2023年51卷第11期 页码：3053-3060
DOI： 10.12263/DZXB.20230489
修回：2023-09-23
移动端阅览
HTML全文
图( 7 ) 表( 4 )
参考文献
出版信息
数据统计
26
浏览量
53
下载量
3
CSCD
文章被引用时，请邮件提醒。
提交
工具集
- BibTeX下载
- Endnote下载
- RefMan 下载
- NoteExpress下载
- NoteFirst下载
相关文章
RWK-GNN：基于特征增强与子核分解的非平衡图欺诈检测算法
面向中继卫星任务调度的时间约束驱动图强化学习方法
基于动态图神经网络与对比学习的单通道同频盲信号分离方法
动态二部图上高效的BiCore-索引维护算法
CloAct：基于克隆关系和模体的关键类识别方法
相关作者
黄震华
于浩淼
刘炜
孟流畅
陈开睿
宋友
常江东
宋彬
相关机构
北京航空航天大学软件学院
西安电子科技大学空天地一体化综合业务网全国重点实验室
成都菁蓉联创科技有限公司
电子科技大学
江苏省高性能计算与智能处理工程研究中心
