Uploaded byssuser4d6393
PPTX, PDF27 views

Fraud detection

deep learning methods in fraud detection

Embed presentation

Download to read offline
1
2
‫چکیده‬ • ‫دیتیلدال‬ ‫یدا‬ ‫نقدد‬ ‫پول‬ ‫بدون‬ ‫معامالت‬ ‫زمینه‬ ‫در‬ ‫سریع‬ ‫رشد‬ ‫دلیل‬ ‫به‬ ‫شود‬ ‫می‬ ‫اسلفاده‬ ‫تهان‬ ‫سراسر‬ ‫در‬ ‫ای‬ ‫گسلرده‬ ‫طور‬ ‫به‬ ‫اعلباری‬ ‫کارلهای‬ . ‫بدرای‬ ‫کدارت‬ ‫هزاران‬ ‫صدور‬ ‫حال‬ ‫در‬ ‫اعلباری‬ ‫های‬ ‫کارت‬ ‫دهندگان‬ ‫ارائه‬ ‫هسلند‬ ‫خود‬ ‫مشلریان‬ . ‫کده‬ ‫کنندد‬ ‫حاصدل‬ ‫اطمینان‬ ‫باید‬ ‫دهندگان‬ ‫ارائه‬ ‫اعلباری‬ ‫کارت‬ ‫کاربران‬ ‫لمام‬ ‫واقعی‬ ‫باشند‬ . ‫صدور‬ ‫در‬ ‫اشلباه‬ ‫هرگونه‬ ‫باشدد‬ ‫مالی‬ ‫های‬ ‫بحران‬ ‫دلیل‬ ‫لواند‬ ‫می‬ ‫کارت‬ . ‫سدریع‬ ‫رشدد‬ ‫دلیدل‬ ‫بده‬ ‫پول‬ ‫بدون‬ ‫معامالت‬ ‫احلماال‬ ‫یابد‬ ‫می‬ ‫افزایش‬ ‫نیز‬ ‫تعلی‬ ‫معامالت‬ ‫لعداد‬ . ‫معامله‬ ‫تعلی‬ ‫مشلریان‬ ‫مخللف‬ ‫رفلارهای‬ ‫لحلیل‬ ‫و‬ ‫لتزیه‬ ‫با‬ ‫لوان‬ ‫می‬ ‫را‬ ‫از‬ ‫اعلباری‬ ‫کارت‬ ‫متموعه‬ ‫سابقه‬ ‫های‬ ‫داده‬ ‫معامالت‬ ‫شناسدایی‬ ‫قبلدی‬ ‫کرد‬ . ‫رفلار‬ ‫در‬ ‫انحراف‬ ‫هرگونه‬ ‫اگر‬ ‫الگوهای‬ ‫شدود‬ ‫مشداهده‬ ‫موتدود‬ ‫است‬ ‫ملقلبانه‬ ‫ای‬ ‫معامله‬ ً ‫احلماال‬ . ‫یدادگیری‬ ‫و‬ ‫کاوی‬ ‫داده‬ ‫های‬ ‫لکنیک‬ ‫اسلفاده‬ ‫اعلباری‬ ‫های‬ ‫کارت‬ ‫در‬ ‫لقلب‬ ‫کشف‬ ‫در‬ ‫ای‬ ‫گسلرده‬ ‫طور‬ ‫به‬ ‫ماشین‬ ‫شود‬ ‫می‬ . 3
‫مطالب‬ ‫رئوس‬ • ‫مقدمه‬ • ‫چیست‬ ‫عمیق‬ ‫یادگیری‬ • ‫شده‬ ‫انجام‬ ‫کارهای‬ ‫و‬ ‫تقلب‬ ‫های‬ ‫روش‬ ‫انواع‬ • ‫موانع‬ ‫و‬ ‫ها‬ ‫چالش‬ • ‫ماخذ‬ ‫منابع‬ 4
‫مقدمه‬ • ‫یری‬ ‫چشام‬ ‫ارز‬ ‫باه‬ ‫اعتبااری‬ ‫هاای‬ ‫کارت‬ ‫از‬ ‫استفاده‬ ، ‫الکترونیکی‬ ‫تجارت‬ ‫فناوری‬ ‫در‬ ‫سریع‬ ‫پیشرفت‬ ‫دلیل‬ ‫به‬ ‫یافتاه‬ ‫افازایش‬ ‫است‬ . ‫شاده‬ ‫تبادیل‬ ‫پرداخات‬ ‫روش‬ ‫ترین‬ ‫محبوب‬ ‫به‬ ‫اعتباری‬ ‫کارت‬ ‫که‬ ‫آنجا‬ ‫از‬ ‫ساال‬ ‫در‬ ‫اعتبااری‬ ‫هاای‬ ‫کاارت‬ ‫در‬ ‫تقلاب‬ ، ‫اسات‬ ‫است‬ ‫گسترش‬ ‫حال‬ ‫در‬ ‫ای‬ ‫فزاینده‬ ‫ور‬ ‫ب‬ ‫نیز‬ ‫اخیر‬ ‫های‬ . ‫کالهبردا‬ ، ‫اعتباری‬ ‫کارت‬ ‫معامالت‬ ‫یر‬ ‫چشم‬ ‫افزایش‬ ‫با‬ ‫کارت‬ ‫ران‬ ‫اند‬ ‫یافته‬ ‫افزایش‬ ‫حد‬ ‫از‬ ‫بیش‬ ‫اخیر‬ ‫سالهای‬ ‫در‬ ‫اعتباری‬ . • ‫به‬ ‫کاربران‬ ‫ای‬ ‫هزینه‬ ‫رفتار‬ ‫بر‬ ‫نظارت‬ ‫شامل‬ ‫تقلب‬ ‫کشف‬ ‫لوب‬ ‫نام‬ ‫رفتارهای‬ ‫از‬ ‫جلوگیری‬ ‫یا‬ ‫شناسایی‬،‫تعیین‬ ‫منظور‬ ‫است‬ . 5
‫چیست؟‬ ‫عمیق‬ ‫یادگیری‬ • ‫ک‬ ‫است‬ ‫ماشین‬ ‫یادگیری‬ ‫های‬‫روش‬ ‫از‬ ‫بخشی‬ ‫عمیق‬ ‫یادگیری‬ ‫ه‬ ‫بر‬ ‫هایی‬‫روش‬ ‫مص‬ ‫عصبی‬ ‫های‬‫شبکه‬ ‫بر‬ ‫مبتنی‬ ‫که‬ ‫دارد‬ ‫تمرکز‬ ‫نوعی‬ ‫هستند‬ . ‫عمیق‬ ‫یادگیری‬ ‫آنچه‬ ‫ان‬ ‫بارای‬ ‫بیعای‬ ‫اور‬ ‫باه‬ ‫که‬ ‫را‬ ‫ساان‬ ‫انجام‬ ‫را‬ ‫شود‬‫می‬ ‫آموزد‬‫می‬ ‫ها‬‫رایانه‬ ‫به‬ ‫ان‬ ‫بتوانند‬ ‫هم‬ ‫ها‬ ‫رایانه‬ ‫تا‬ ‫ها‬ ‫انجام‬ ‫را‬ ‫دهند‬ . 6
• ‫یادگیری‬ ‫عمیق‬ ‫نوعی‬ ‫از‬ ‫یادگیری‬ ‫ماشین‬ ‫و‬ ‫هوش‬ ‫مصنوعی‬ ‫است‬ ‫که‬ ‫در‬ ‫واقع‬ ‫از‬ ‫روشی‬ ‫که‬ ‫ذهن‬ ‫انسان‬ ‫برای‬ ‫یادگیری‬ ‫موضوع‬ ‫خاص‬ ‫ی‬ ‫به‬ ‫کار‬ ‫می‬ ،‫گیرد‬ ‫تقلید‬ ‫می‬ ‫کند‬ . ‫این‬ ‫نوع‬ ‫از‬ ‫یادگیری‬ ‫یکی‬ ‫از‬ ‫عناصر‬ ‫مهم‬ ‫در‬ ‫علم‬ ‫داده‬ ‫می‬ ‫باشد‬ ‫که‬ ‫شامل‬ ‫آمار‬ ‫و‬ ‫مدل‬ ‫سازی‬ ‫پیش‬ ‫ب‬ ‫ینی‬ ‫است‬ . ‫یادگیری‬ ‫عمیق‬ ‫برای‬ ‫دانشمندان‬ ‫داده‬ ‫که‬ ‫وظیفه‬ ‫جمع‬ ‫آوری‬ ، ‫تجزیه‬ ‫و‬ ‫تحلیل‬ ‫و‬ ‫تفسیر‬ ‫مقادیر‬ ‫زیادی‬ ‫از‬ ‫داده‬ ‫ها‬ ‫را‬ ‫دارند‬ ، ‫بسیا‬ ‫ر‬ ‫مفید‬ ‫است‬ ‫و‬ ‫این‬ ‫روند‬ ‫را‬ ‫سریعتر‬ ‫و‬ ‫آسان‬ ‫تر‬ ‫می‬ ‫کند‬ . ‫به‬ ‫نوعی‬ ‫می‬ ‫توان‬ ‫گفت‬ ‫یادگیری‬ ‫عمیق‬ ‫در‬ ‫واقع‬ ‫همان‬ ‫یادگیری‬ ‫ماشین‬ ‫است‬ ‫به‬ ‫گو‬ ‫نه‬ ‫ای‬ ‫که‬ ‫در‬ ‫ح‬ ‫س‬ ‫کارهای‬ ،‫پیچیده‬ ‫نمایش‬ ‫یا‬ ،‫انتزاع‬ ‫یادگیری‬ ‫را‬ ‫برای‬ ‫ماشین‬ ‫انجام‬ ‫می‬ ‫دهد‬ ‫و‬ ‫به‬ ‫این‬ ‫صورت‬ ‫ماشین‬ ‫درک‬ ‫بهتری‬ ‫از‬ ‫واقعیت‬ ‫های‬ ‫وجودی‬ ‫پیدا‬ ‫می‬ ‫کند‬ ‫و‬ ‫می‬ ‫تواند‬ ‫و‬ ‫ال‬ ‫های‬ ‫مختلف‬ ‫را‬ ‫شناسایی‬ ‫کند‬ . ‫در‬ ‫ساده‬ ‫ترین‬ ،‫ح‬ ‫س‬ ‫یادگیری‬ ‫عمیق‬ ‫را‬ ‫می‬ ‫توان‬ ‫راهی‬ ‫برا‬ ‫ی‬ ‫خودکار‬ ‫سازی‬ ‫تجزیه‬ ‫و‬ ‫تحلیل‬ ‫پیش‬ ‫بینی‬ ‫ها‬ ‫دانست‬ . ‫وریتم‬ ‫ال‬ ‫های‬ ‫یادگیری‬ ‫عمیق‬ ‫در‬ ‫سلسله‬ ‫مراتب‬ ‫افزایش‬ ‫پیچیدگی‬ ‫و‬ ‫انتزاع‬ ‫قرار‬ ‫دارند‬ ‫در‬ ‫حالی‬ ‫که‬ ‫یادگیری‬ ‫ماشین‬ ‫سنتی‬ ‫بصورت‬ ‫ی‬ ‫خ‬ ‫است‬ . ‫برای‬ ‫فهم‬ ‫بهتر‬ ‫یادگیری‬ ،‫عمیق‬ ‫یک‬ ‫کودک‬ ‫نوپا‬ ‫را‬ ‫در‬ ‫نظر‬ ‫یرید‬ ‫ب‬ ‫که‬ ‫اول‬ ‫ین‬ ‫کلمه‬ ‫ای‬ ‫که‬ ‫یاد‬ ‫گرفته‬ “ ‫سگ‬ ” ‫است‬ . ‫روشی‬ ‫که‬ ‫این‬ ‫کودک‬ ‫یاد‬ ‫گرفته‬ ‫که‬ ‫یک‬ ‫موجود‬ “ ‫سگ‬ ” ‫هست‬ ‫یا‬ ،‫نه‬ ‫آن‬ ‫است‬ ‫که‬ ‫به‬ ‫موجود‬ ‫اشاره‬ ‫می‬ ‫کند‬ ‫و‬ ‫ک‬ ‫لمه‬ “ ‫سگ‬ ” ‫را‬ ‫می‬ ‫گوید‬ . ‫در‬ ‫این‬ ‫زمان‬ ‫والدین‬ ‫او‬ ‫می‬ ‫گویند‬ ” ‫بله‬ ‫آن‬ ‫یک‬ ‫سگ‬ ‫است‬ ” ‫یا‬ ” ‫نه‬ ‫آن‬ ‫سگ‬ ‫نیست‬ ” . ‫هرچه‬ ‫بیشتر‬ ‫این‬ ‫کودک‬ ‫ب‬ ‫ه‬ ‫موارد‬ ‫مختلفی‬ ‫اشاره‬ ،‫کند‬ ‫بیشتر‬ ‫می‬ ‫فهمد‬ ‫چه‬ ‫نوع‬ ‫موجوداتی‬ ‫جز‬ ‫کلمه‬ “ ‫سگ‬ ” ‫دسته‬ ‫بندی‬ ‫می‬ ‫شوند‬ . ‫کاری‬ ‫که‬ ‫این‬ ‫کودک‬ ‫نوپا‬ ‫انجا‬ ‫م‬ ‫می‬ ‫دهد‬ ‫بدون‬ ‫اینکه‬ ‫خودش‬ ،‫بداند‬ ‫در‬ ‫حقیقت‬ ‫به‬ ‫نوعی‬ ‫مشخص‬ ‫کردن‬ ‫یک‬ ‫مفهوم‬ ‫پیچیده‬ ‫است‬ - ‫تعریفی‬ ‫از‬ ‫یک‬ ‫سگ‬ - ‫با‬ ‫ساختن‬ ‫س‬ ‫لسه‬ ‫مراتبی‬ ‫که‬ ‫در‬ ‫آن‬ ‫هر‬ ‫ح‬ ‫س‬ ‫انتزاعی‬ ‫با‬ ‫دانش‬ ‫ایجاد‬ ‫می‬ ‫شود‬ ‫که‬ ‫آن‬ ‫هم‬ ‫به‬ ‫نوبه‬ ‫خود‬ ‫از‬ ‫سلسه‬ ‫مراتب‬ ‫قبلی‬ ‫بدست‬ ‫آمده‬ ‫است‬ ‫و‬ ‫این‬ ‫کار‬ ‫همانن‬ ‫د‬ ‫فرآیند‬ ‫یادگیری‬ ‫عمیق‬ ‫است‬ • 7
‫ماشین‬ ‫یادگیری‬ ‫مقابل‬ ‫در‬ ‫عمیق‬ ‫یادگیری‬ • ‫اسات‬ ‫مشاکالت‬ ‫حال‬ ‫روش‬ ‫آن‬ ‫تماایز‬ ‫وجه‬ ‫که‬ ‫که‬ ‫است‬ ‫ماشین‬ ‫یادگیری‬ ‫از‬ ‫ای‬ ‫مجموعه‬ ‫زیر‬ ‫عمیق‬ ‫یادگیری‬ . ‫ما‬ ‫یاادگیری‬ ‫شاین‬ ‫دارد‬ ‫نیاز‬ ‫دامنه‬ ‫متخصص‬ ‫یک‬ ‫به‬ ‫کاربردی‬ ‫های‬ ‫ویژگی‬ ‫بیشتر‬ ‫شناسایی‬ ‫برای‬ . ‫عمیق‬ ‫یادگیری‬ ، ‫ر‬ ‫دی‬ ‫رف‬ ‫از‬ ‫هاا‬ ‫ویژگای‬ ‫برد‬ ‫می‬ ‫بین‬ ‫از‬ ‫را‬ ‫دامنه‬ ‫تخصص‬ ‫به‬ ‫نیاز‬ ‫بنابراین‬ ، ‫گیرد‬ ‫می‬ ‫فرا‬ ‫تدریجی‬ ‫صورت‬ ‫به‬ ‫را‬ . ‫شاود‬ ‫مای‬ ‫باعث‬ ‫امر‬ ‫این‬ ‫اوریتم‬ ‫ال‬ ‫دا‬ ‫نیااز‬ ‫زماان‬ ‫سااعت‬ ‫چناد‬ ‫تاا‬ ‫یانیاه‬ ‫چناد‬ ‫باه‬ ‫فقا‬ ‫که‬ ‫ماشین‬ ‫یادگیری‬ ‫های‬ ‫وریتم‬ ‫ال‬ ‫به‬ ‫نسبت‬ ‫عمیق‬ ‫یادگیری‬ ‫های‬ ‫زماان‬ ، ‫رناد‬ ‫باشند‬ ‫داشته‬ ‫نیاز‬ ‫آموزش‬ ‫برای‬ ‫بیشتری‬ . ‫اسات‬ ‫صااد‬ ‫بارعکد‬ ، ‫آزماایش‬ ‫اام‬ ‫هن‬ ‫در‬ ، ‫حاال‬ ‫این‬ ‫با‬ . ‫یا‬ ‫هاای‬ ‫اوریتم‬ ‫ال‬ ‫ادگیری‬ ‫کمتر‬ ‫زمان‬ ، ‫یابد‬ ‫می‬ ‫افزایش‬ ‫ها‬ ‫داده‬ ‫اندازه‬ ‫همراه‬ ‫به‬ ‫آزمون‬ ‫زمان‬ ‫که‬ ‫ماشین‬ ‫یادگیری‬ ‫های‬ ‫وریتم‬ ‫ال‬ ‫به‬ ‫نسبت‬ ‫عمیق‬ ‫برای‬ ‫ی‬ ‫می‬ ‫ها‬ ‫تست‬ ‫اجرای‬ ‫گیرند‬ . ‫بعالوه‬ ‫و‬ ‫پرمصرف‬ ‫و‬ ‫پرهزینه‬ ‫ماشینهای‬ ‫همان‬ ‫به‬ ‫ماشینی‬ ‫یادگیری‬ ، GPU ‫باال‬ ‫کارایی‬ ‫با‬ ‫هایی‬ ‫دارد‬ ‫نیاز‬ ‫ها‬ ‫آن‬ ‫ی‬ ‫همه‬ ‫یه‬ ‫عمیق‬ ‫یادگیری‬ ‫که‬ ‫ندارد‬ ‫نیاز‬ 8
‫تقلب‬ ‫تشخیص‬ ‫برای‬ ‫عمیق‬ ‫یادگیری‬ ‫های‬ ‫روش‬ • Autoencoders ( ‫خودرمزگذارها‬ ) • recurrent neural networks ( ‫بازگشتی‬ ‫عصبی‬ ‫شبکه‬ ) • Deep Neural Network ( ‫عمیق‬ ‫عصبی‬ ‫شبکه‬ ) • Convolution Neural Network ( ‫پیچشی‬ ‫عصبی‬ ‫های‬ ‫شبکه‬ ) • Generative Adversarial Network ( ‫متخاصم‬ ‫مولد‬ ‫های‬ ‫شبکه‬ ) • ‫بلند‬ ‫مدت‬ ‫کوتاه‬ ‫حافظه‬ 9
‫خودرمزگذارها‬ • Z. Kazemi and H. Zarrabi 10 • ‫اد‬‫ا‬‫کنن‬‫می‬ ‫اا‬‫ا‬‫ایف‬ ‫اق‬‫ا‬‫عمی‬ ‫های‬‫ابکه‬‫ا‬‫ش‬ ‫و‬ ‫اارت‬‫ا‬‫نظ‬ ‫ادون‬‫ا‬‫ب‬ ‫اادگیری‬‫ا‬‫ی‬ ‫در‬ ‫ای‬‫ا‬‫اساس‬ ‫ای‬‫ا‬‫نقش‬ ‫ادرها‬‫ا‬‫اتوانک‬ . ‫اتفاده‬‫ا‬‫اس‬ ‫ادف‬‫ا‬‫ه‬ ‫اا‬‫ا‬‫ه‬‫داده‬ ‫اایی‬‫ا‬‫بازنم‬ ‫از‬ ‫اتوانکدرهاست‬ . ‫است‬ ‫ماشین‬ ‫یادگیری‬ ‫در‬ ‫مساله‬ ‫یک‬ ‫حل‬ ‫های‬‫بخش‬ ‫ترین‬‫مهم‬ ‫از‬ ‫ویژگی‬ ‫استخراج‬ . ‫اساتخر‬ ‫هاای‬‫ویژگی‬ ‫شاده‬ ‫اج‬ ‫اوند‬‫ا‬‫ش‬ ‫اتفاده‬‫ا‬‫اس‬ ‫بندی‬‫اته‬‫ا‬‫دس‬ ‫ارای‬‫ا‬‫ب‬ ‫اد‬‫ا‬‫بتوانن‬ ‫اد‬‫ا‬‫بای‬ . ‫ات‬‫ا‬‫هاس‬‫ویژگی‬ ‫ان‬‫ا‬‫ای‬ ‫اار‬‫ا‬‫خودک‬ ‫ااب‬‫ا‬‫انتخ‬ ‫ادرها‬‫ا‬‫اتوانک‬ ‫ات‬‫ا‬‫مزی‬ ‫ارین‬‫ا‬‫بزرگت‬ . ‫از‬ ‫اته‬‫ا‬‫دس‬ ‫ان‬‫ا‬‫ای‬ ‫کاهش‬ ‫را‬ ‫پردازش‬ ‫ای‬‫حافظه‬ ‫و‬ ‫زمانی‬ ‫های‬‫هزینه‬ ‫و‬ ‫شوند‬‫می‬ ‫استفاده‬ ‫عد‬ُ‫ب‬ ‫کاهش‬ ‫برای‬ ‫عصبی‬ ‫های‬‫شبکه‬ ‫دهند‬‫می‬ • ‫استخراج‬ ‫ویژگی‬ ‫کا‬ ‫داریام‬ ‫هاایی‬‫ویژگی‬ ‫باه‬ ‫نیااز‬ ‫مختلاف‬ ‫های‬‫داده‬ ‫تشخیص‬ ‫و‬ ‫بندی‬‫دسته‬ ‫جهت‬ ‫همواره‬ ‫شوند‬‫می‬ ‫رح‬ ‫م‬ ‫ماشین‬ ‫یادگیری‬ ‫در‬ ‫که‬ ‫مسائلی‬ ‫برای‬ ‫موجاب‬ ‫ه‬ ‫اوند‬‫ا‬‫ش‬ ‫ر‬ ‫ادی‬‫ا‬‫یک‬ ‫از‬ ‫اا‬‫ا‬‫ه‬‫ورودی‬ ‫اایز‬‫ا‬‫تم‬ . ‫اوییم‬‫ا‬‫گ‬‫می‬ ‫ای‬‫ا‬‫ویژگ‬ ‫اتخراج‬‫ا‬‫اس‬ ‫اوند‬‫ا‬‫ش‬‫می‬ ‫اا‬‫ا‬‫ه‬‫ویژگی‬ ‫ان‬‫ا‬‫ای‬ ‫اادگیری‬‫ا‬‫ی‬ ‫اه‬‫ا‬‫ب‬ ‫ار‬‫ا‬‫منج‬ ‫اه‬‫ا‬‫ک‬ ‫اایی‬‫ا‬‫ه‬‫تکنیک‬ ‫اه‬‫ا‬‫مجموع‬ ‫اه‬‫ا‬‫ب‬ . ‫ار‬‫ا‬‫چ‬ ‫اه‬‫ا‬‫ب‬ ‫اا‬‫ا‬‫م‬ ‫ا‬ ‫باشاد‬ ‫متناوع‬ ‫بسیار‬ ‫تواند‬‫می‬ ‫ورودی‬ ،‫مساله‬ ‫نوع‬ ‫به‬ ‫بسته‬ ،‫ماشین‬ ‫یادگیری‬ ‫در‬ ‫نیازمندیم؟‬ ‫ها‬‫ویژگی‬ ‫استخراج‬ . ‫افزون‬ ‫اللاب‬ ‫ورودی‬ ‫هاای‬‫داده‬ ‫بسایاری‬ ‫ای‬ ‫اسات‬ ‫اساتفاده‬ ‫قابال‬ ‫ماا‬ ‫بارای‬ ‫آن‬ ‫از‬ ‫بخشای‬ ‫تنهاا‬ ‫و‬ ‫ناداریم‬ ‫هاا‬‫داده‬ ‫مقاادیر‬ ‫تماامی‬ ‫به‬ ‫نیاز‬ ‫مساله‬ ‫حل‬ ‫برای‬ ‫ما‬ ‫که‬ ‫معنا‬ ‫این‬ ‫به‬ ‫دارند‬ . ‫ت‬ ‫باا‬ ‫رفای‬ ‫از‬ ‫باه‬ ‫وجاه‬ ‫هسا‬ ‫اساتفاده‬ ‫قابال‬ ‫ماا‬ ‫بارای‬ ‫کاه‬ ‫هاا‬ ‫ورودی‬ ‫از‬ ‫بخشای‬ ‫تبادیالتی‬ ‫انجاام‬ ‫باا‬ ‫بایاد‬ ‫ماا‬ ،‫نیاز‬ ‫مورد‬ ِ‫زمان‬ ‫و‬ ‫حافظه‬ ‫نظر‬ ‫از‬ ‫پردازش‬ ‫قدرت‬ ‫در‬ ‫محدودیت‬ ‫تند‬ ‫را‬ ‫نماییم‬ ‫استخراج‬ .
‫خودرمزگذارها‬ • ‫س‬‫پیاده‬ ‫تغییر‬ ‫کمترین‬ ‫بدون‬ ‫خروجی‬ ‫به‬ ‫ورودی‬ ‫تبدیل‬ ‫هدف‬ ‫با‬ ‫که‬ ‫هستند‬ ‫یادگیری‬ ‫ی‬‫ساده‬ ‫های‬ ‫شبکه‬ ‫اتوانکدرها‬ ‫شوند‬‫می‬ ‫ازی‬ . ‫کنند‬‫می‬ ‫ایفا‬ ‫ماشین‬ ‫یادگیری‬ ‫در‬ ‫را‬ ‫سزایی‬ ‫به‬ ‫نقش‬ ‫اتوانکدرها‬ ‫سادگی‬ ‫عین‬ ‫در‬ . ‫س‬ ‫در‬ ‫مفاهیم‬ ‫این‬ ‫بار‬ ‫اولین‬ ‫برای‬ ‫ال‬ 1980 ‫توس‬ Hinton ‫تحقیقاتی‬ ‫گروه‬ ‫و‬ PDP ‫شد‬ ‫رح‬ ‫م‬ . ‫اصلی‬ ‫های‬‫پارادایم‬ ‫از‬ ‫اتوانکدرها‬ ،‫هب‬ ‫یادگیری‬ ‫قوانین‬ ‫همراه‬ ‫به‬ ‫دهند‬‫می‬ ‫تشکیل‬ ‫را‬ ‫نظارت‬ ‫بدون‬ ‫یادگیری‬ . ‫فر‬ ‫به‬ ‫عمیق‬ ‫معماری‬ ‫در‬ ‫بیستم‬ ‫قرن‬ ‫ابتدایی‬ ‫ی‬‫دهه‬ ‫در‬ ‫مجددا‬ ‫اتوانکدرها‬ ‫ماشین‬ ‫م‬ ‫بولتزمن‬ ‫محدود‬ ‫گرفتند‬ ‫قرار‬ ‫توجه‬ ‫مورد‬ . • ‫شوند‬‫می‬ ‫بندی‬‫دسته‬ ‫نظارت‬ ‫بدون‬ ‫یادگیری‬ ‫قالب‬ ‫در‬ ‫اتوانکدرها‬ . ‫دا‬ ‫توصیف‬ ‫برای‬ ‫برچسبی‬ ‫مسایل‬ ‫دسته‬ ‫این‬ ‫در‬ ‫وجود‬ ‫ها‬‫ده‬ ‫ندارد‬ ( ‫کنیم‬‫می‬ ‫استفاده‬ ‫ها‬‫داده‬ ‫توصیف‬ ‫برای‬ ‫هایی‬‫برچسب‬ ‫از‬ ‫ها‬‫آن‬ ‫در‬ ‫که‬ ‫بانظارت‬ ‫یادگیری‬ ‫خالف‬ ‫بر‬ ). ‫ی‬ ‫اتوانکدر‬ ‫ی‬‫شبکه‬ ‫ک‬ ‫ها‬‫آن‬ ‫رمزکردن‬ ‫با‬ ‫و‬ ‫کند‬‫می‬ ‫دریافت‬ ‫را‬ ‫برچسب‬ ‫بدون‬ ‫های‬‫داده‬ ‫از‬ ‫ای‬‫مجموعه‬ ‫که‬ ‫است‬ ‫عصبی‬ ( encoding) ‫در‬ ‫سعی‬ ‫باشند‬ ‫داشته‬ ‫ورودی‬ ‫مقدار‬ ‫با‬ ‫را‬ ‫ممکن‬ ‫اختالف‬ ‫کمترین‬ ‫که‬ ‫صورتی‬ ‫به‬ ‫کند‬‫می‬ ‫خروجی‬ ‫در‬ ‫ها‬‫ورودی‬ ‫مجدد‬ ‫بازنمایی‬ . 11
‫شبکه‬ ‫عمیق‬ ‫عصبی‬ 12 • ‫عمیق‬ ‫یادگیری‬ ‫معنای‬ ‫هم‬ ‫عمدتا‬ ‫عمیق‬ ‫عصبی‬ ‫شبکه‬ • J. Dorronsoro et al. • A. Shen et al • J. A. G´omez et al. • C. Wang et al
‫کوتاه‬ ‫حافظه‬ - ‫بلند‬ ‫مدت‬ • ‫مدت‬‫کوتاه‬ ‫حافظه‬ ‫بلند‬ Long/Short Term Memory) ) ‫نوع‬ ‫کند‬‫می‬ ‫معرفی‬ ‫را‬ ‫حافظه‬ ‫سلول‬ ‫از‬ ‫جدیدی‬ . ‫عصبی‬ ‫شبکه‬ ‫ااد‬‫ا‬‫کن‬ ‫ااردازش‬‫ا‬‫پ‬ ‫اای‬‫ا‬‫قبل‬ ‫ااه‬‫ا‬‫کلم‬ ‫ده‬ ‫ااپردن‬‫ا‬‫س‬ ‫ر‬ ‫خااا‬ ‫ااه‬‫ا‬‫ب‬ ‫ااا‬‫ا‬‫ب‬ ‫را‬ ‫ااتن‬‫ا‬‫م‬ ‫ااد‬‫ا‬‫توان‬‫می‬ ‫خااور‬‫پیش‬ . ‫اا‬‫ا‬‫حافظ‬ ‫اار‬‫ا‬‫ب‬ ‫اای‬‫ا‬‫مبتن‬ ‫های‬‫اابکه‬‫ا‬‫ش‬ ،‫ااال‬‫ا‬‫ح‬‫این‬ ‫بااا‬ ‫ه‬ ‫مدت‬‫کوتاه‬ / ‫بلندمدت‬ ‫قادر‬ ‫افتا‬ ‫اتفاا‬ ‫تر‬‫قبال‬ ‫هاای‬‫قاب‬ ‫در‬ ‫کاه‬ ‫حاالتی‬ ‫ساپردن‬ ‫ر‬ ‫خاا‬ ‫باه‬ ‫با‬ ‫را‬ ‫ویدیویی‬ ‫های‬‫قاب‬ ‫هستند‬ ‫پاردازش‬ ‫اده‬ ‫کنند‬ . ‫شو‬‫می‬ ‫استفاده‬ ‫رفتار‬ ‫بازشناسی‬ ‫و‬ ‫گفتار‬ ‫بازشناسی‬ ‫با‬ ‫ارتبا‬ ‫در‬ ‫ای‬‫گسترده‬ ‫ور‬ ‫به‬ ‫ها‬‫شبکه‬ ‫مدل‬ ‫این‬ ‫ند‬ . ‫حافظه‬ ‫های‬‫سلول‬ ‫شود‬‫می‬ ‫گفته‬ ‫دروازه‬ ‫ها‬‫آن‬ ‫به‬ ‫که‬ ‫هستند‬ ‫عنصری‬ ‫جفت‬ ‫یک‬ ‫از‬ ‫متشکل‬ . ‫چ‬ ‫و‬ ‫دارند‬ ‫بازگشتی‬ ‫قابلیت‬ ‫عناصر‬ ‫این‬ ‫یااد‬ ‫باه‬ ‫ی‬ ‫ون‬ ‫کنترل‬ ‫را‬ ‫العات‬ ‫ا‬ ‫کردن‬ ‫فراموش‬ ‫و‬ ‫آوردن‬ ‫کنند‬‫می‬ . ‫ا‬ 13
‫متخاصم‬ ‫مولد‬ ‫شبکه‬ • ‫مولد‬ ‫های‬‫شبکه‬ ‫تخاصمی‬ ‫یک‬ ‫مولد‬ ‫از‬ ‫متشکل‬ ‫دوگانه‬ ‫شبکه‬ ‫و‬ ‫متمایزکننده‬ ‫هستند‬ . ‫این‬ ‫ش‬ ‫به‬ ‫عصبی‬ ‫های‬‫شبکه‬ ‫مدل‬ ‫مستمر‬ ‫کل‬ ‫کنند‬ ‫تولید‬ ‫واقعی‬ ‫تصویر‬ ‫بتوانند‬ ‫شبکه‬ ‫دو‬ ‫تا‬ ‫شوند‬‫می‬ ‫روزرسانی‬‫به‬ . 14
‫پیچشی‬ ‫عصبی‬ ‫های‬ ‫شبکه‬ • ‫بندی‬‫دسته‬ ‫تصاویر‬ ‫در‬ ‫حقیقت‬ ‫فرایندی‬ ‫است‬ ‫که‬ ‫در‬ ‫آن‬ ‫تعدادی‬ ‫تصویر‬ ‫از‬ ‫ورودی‬ ‫گیریم‬‫می‬ ‫و‬ ‫در‬ ،‫خروجی‬ ‫کالد‬ ‫ها‬‫آن‬ ( ،‫سگ‬ ،‫ماشین‬ ‫خانه‬ ‫و‬ … ) ‫یا‬ ‫درصد‬ ‫احتمال‬ ‫تعلق‬ ‫به‬ ‫هر‬ ‫کالد‬ ‫را‬ ‫مشخص‬ ‫کنیم‬‫می‬ . ‫برای‬ ‫ما‬ ،‫ها‬‫انسان‬ ‫این‬ ‫کار‬ ‫تقریب‬ ‫ا‬ ‫جزء‬ ‫بدیهیات‬ ‫است؛‬ ‫در‬ ‫حقیقت‬ ‫از‬ ‫زمانی‬ ‫که‬ ‫متولد‬ ‫شویم‬‫می‬ ‫تا‬ ‫وقتی‬ ‫که‬ ‫به‬ ‫یک‬ ‫انسان‬ ‫بالغ‬ ‫تبدیل‬ ،‫شویم‬ ‫به‬ ‫مرور‬ ‫و‬ ‫به‬ ‫شکل‬ ‫بیعی‬ ‫این‬ ‫کار‬ ‫را‬ ‫به‬ ‫خوبی‬ ‫فرا‬ ‫گیریم‬‫می‬ . ‫ما‬ ‫توانیم‬‫می‬ ‫بدون‬ ‫هیچ‬ ‫اشتباهی‬ ‫تمام‬ ‫اشیای‬ ‫پیرامون‬ ‫خود‬ ‫را‬ ‫تشخیص‬ ‫دهیم‬ . ‫ب‬ ‫ه‬ ‫ور‬ ،‫تر‬‫دقیق‬ ‫ما‬ ‫هر‬ ‫گاه‬ ‫به‬ ‫محی‬ ‫پیرامون‬ ‫خود‬ ‫اه‬ ‫ن‬ ،‫کنیم‬‫می‬ ‫تمام‬ ‫اشیا‬ ‫را‬ ‫تشخیص‬ ‫و‬ ‫به‬ ‫هر‬ ‫یک‬ ‫از‬ ‫ها‬‫آن‬ ‫یک‬ ‫نام‬ ‫اختص‬ ‫اص‬ ‫دهیم‬‫می‬ . ‫انجام‬ ‫چنین‬ ،‫عملی‬ ‫یعنی‬ ‫تشخیص‬ ‫و‬ ‫گذاری‬‫نام‬ ‫اشیای‬ ‫موجود‬ ‫در‬ ‫یک‬ ، ‫محی‬ ‫برای‬ ،‫کامپیوتر‬ ‫قدر‬‫آن‬ ‫ها‬ ‫هم‬ ‫ک‬ ‫ار‬ ‫راحتی‬ ‫نیست‬ ! 15
‫یا‬ ‫کانولوشن‬ ‫عصبی‬ ‫شبکه‬ ‫یک‬ ‫در‬ ‫خروجی‬ ‫و‬ ‫ورودی‬ CNN • ‫بیند‬‫می‬ ‫اعداد‬ ‫از‬ ‫ای‬‫آرایه‬ ‫صورت‬ ‫به‬ ‫را‬ ‫آن‬ ،‫کند‬‫می‬ ‫دریافت‬ ‫ورودی‬ ‫عنوان‬ ‫به‬ ‫را‬ ‫تصویری‬ ‫کامپیوتر‬ ‫یک‬ ‫وقتی‬ . ‫تع‬ ‫ها‬‫آرایه‬ ‫داد‬ ‫تصویر‬ ‫سایز‬ ‫به‬ ( ‫پیکسل‬ ‫اساد‬ ‫بر‬ ) ‫دارد‬ ‫ی‬ ‫بست‬ . ‫فرمات‬ ‫باا‬ ‫ای‬ ‫رن‬ ‫تصاویر‬ ‫یک‬ ‫اگر‬ ‫میال‬ ‫برای‬ JPG ‫و‬ ‫انادازه‬ ۴۸۰ * ۴۸۰ ‫دارای‬ ‫آن‬ ‫جانشاین‬ ‫آرایاه‬ ،‫دهایم‬ ‫کامپیوتر‬ ‫به‬ ‫را‬ ‫پیکسل‬ ۴۸۰ * ۴۸۰ * ۳ ‫باود‬ ‫خواهاد‬ ‫خاناه‬ ( ‫عادد‬ ۳ ‫باه‬ RGB ‫گاردد‬‫برمی‬ .) ‫هار‬ ‫بین‬ ‫عددی‬ ‫نیز‬ ‫های‬‫خانه‬ ‫از‬ ‫کدام‬ ۰ ‫تا‬ ۲۵۵ ‫گیرند‬‫می‬ ‫را‬ . ‫دهد‬‫می‬ ‫نشان‬ ‫را‬ ‫پیکسلی‬ ‫شدت‬ ‫عدد‬ ‫این‬ . ‫ماا‬ ‫بارای‬ ‫چناد‬ ‫هر‬ ‫اعداد‬ ‫این‬ ‫دسا‬ ‫در‬ ‫ابازار‬ ‫تنهاا‬ ،‫کانولوشان‬ ‫عصابی‬ ‫شابکه‬ ‫از‬ ‫اساتفاده‬ ‫باا‬ ‫تصاویر‬ ‫بندی‬‫دسته‬ ‫در‬ ‫اما‬ ،‫رسند‬‫می‬ ‫نظر‬ ‫به‬ ‫معنی‬‫بی‬ ‫چناین‬ ،‫ماا‬ ‫ت‬ ‫هستند‬ ‫اعدادی‬ . ‫نیا‬ ‫کاامپیوتر‬ ‫و‬ ‫دهیم‬‫مای‬ ،‫دادیام‬ ‫توضایح‬ ‫چاه‬ ‫آن‬ ‫شابیه‬ ‫اعاداد‬ ‫از‬ ‫ای‬‫آرایاه‬ ‫رایاناه‬ ‫باه‬ ‫کاه‬ ‫است‬ ‫آن‬ ‫اصلی‬ ‫ایده‬ ‫در‬ ‫ز‬ ‫کند‬‫می‬ ‫مشخص‬ ‫را‬ ‫چیزی‬ ‫چنین‬ ‫خروجی‬ : ‫احتمال‬ ‫با‬ ‫تصویر‬ ‫این‬ ۸۰ ‫احتمال‬ ‫با‬ ،‫گربه‬ ‫درصد‬ ۱۵ ‫احتماال‬ ‫باا‬ ‫و‬ ‫ساگ‬ ‫درصد‬ ۵ ‫است‬ ‫پرنده‬ ،‫درصد‬ . 16
‫شبکه‬ ‫پیچشی‬ ‫عصبی‬ ‫های‬ • ‫های‬‫شبکه‬ ‫عصبی‬ ‫ای‬‫رده‬ ‫پیچشی‬ ‫ی‬ ‫تصویری‬ ‫های‬‫تحلیل‬ ‫انجام‬ ‫برای‬ ً‫ال‬‫معمو‬ ‫که‬ ‫هستند‬ ‫عمیق‬ ‫عصبی‬ ‫های‬‫شبکه‬ ‫از‬ ‫در‬ ‫گفتاری‬ ‫ا‬ ‫شوند‬‫می‬ ‫استفاده‬ ‫ماشین‬ ‫یادگیری‬ . • ‫هستند‬ ‫عمیق‬ ‫یادگیری‬ ‫کش‬ ‫بار‬ ‫های‬ ‫اسب‬ ‫پیچشی‬ ‫عصبی‬ ‫های‬ ‫شبکه‬ ‫واقع‬ ‫در‬ . • ‫ویژگی‬ ‫ماترید‬ ‫ورودی‬ • ‫کرنل‬ ‫از‬ ‫استفاده‬ • ‫خروجی‬ ‫در‬ ‫متصل‬ ‫تماما‬ ‫الیه‬ • K. Fu et al. • N. Abroyan et al. 17
‫چالش‬ • ‫معمول‬ ‫بندی‬ ‫دسته‬ ‫مشکالت‬ • ‫کشف‬ ‫های‬ ‫روش‬ ‫و‬ ‫تقلب‬ ‫انواع‬ • ‫خصوصی‬ ‫حریم‬ ‫مالحضات‬ • ‫عمومی‬ ‫چارچوب‬ • ‫تکامل‬ ‫حال‬ ‫در‬ ‫مشکل‬ • ‫و‬ .... 18
‫ماخذ‬ ‫و‬ ‫منابع‬ • Deep Learning Detecting Fraud in Credit Card Transactions • A Survey on Different Data Mining & Machine Learning Methods for Credit Card Fraud Detection • A Survey of Deep Learning based Online Transactions Fraud Detection Systems • How Artificial Intelligence and machine learning research impacts payment card fraud detection: A survey and industry benchmark 19

More Related Content

PPTX
Database Model
byMehrdad Mahdavian
 
PPTX
هوش مصنوعی - شبکه عصبی
byAli Ghaeni
 
PDF
artificial intelligence
byRadargpsfaratech
 
PDF
Machine learning and big-data-in-physics 13970711-Dr. Amin Nezarat
byaminnezarat
 
PDF
Big data HPC Convergence-Dr. Amin-Nezarat-(aminnezarat@gmail.com)-2019
byaminnezarat
 
PPTX
Data Mining V.S. Busieness Inteligence
bySiavosh Moradabadi
 
PPT
شبکه-عصبی-مصنوعی.ppt network network network
byahmedibraheemme
 
PPT
Nn
byMuhammad Omara
 
Database Model
byMehrdad Mahdavian
 
هوش مصنوعی - شبکه عصبی
byAli Ghaeni
 
artificial intelligence
byRadargpsfaratech
 
Machine learning and big-data-in-physics 13970711-Dr. Amin Nezarat
byaminnezarat
 
Big data HPC Convergence-Dr. Amin-Nezarat-(aminnezarat@gmail.com)-2019
byaminnezarat
 
Data Mining V.S. Busieness Inteligence
bySiavosh Moradabadi
 
شبکه-عصبی-مصنوعی.ppt network network network
byahmedibraheemme
 
Nn
byMuhammad Omara
 

Similar to Fraud detection

PPTX
71005_FILE_Gama123456789123.ir_tWNYoZ.pptx
byAshkanAmirabadi
 
PDF
Jalase2 pourghasem
byfatemepourghasem
 
PDF
کتاب بازاریابی عصبی دیجیتال
bySeyed Mohammad Mohajer
 
PDF
داده‌کاوی و زبان برنامه‌نویسی R
byجشنوارهٔ روز آزادی نرم‌افزار تهران
 
PDF
Crisp dm.1.0
byali ahmadi
 
PPTX
الگوریتم های طراحی درمان
bymah ta gharib
 
PPTX
session2_part1 ffffffffffffffffff(1).pptx
byParmidaKharazi
 
PDF
پیش بینی پیشرفته قیمت سهام با استفاده از
bynader khoshkerdar
 
PDF
Recent trends in Natural Language Processing
byMohammad Akbari
 
PDF
Internet engineering
byamirhosseinshahed
 
PPTX
Fraud detection.pptx
byKimiaNikmehr
 
PDF
Big Data Processing in Cloud Computing Environments
byFarzad Nozarian
 
PDF
کلان داده کاربردها و چالش های آن
byHamed Azizi
 
PDF
Introduction to Neural Network
bypouriya70
 
PPT
UploadFile_6976.ppt
byssuser70b482
 
PPSX
یادگیری-ماشین-1.ppsx
byssuser70b482
 
PDF
تحلیل با رویکرد یادگیری ژرف بر بستر کلان‌داده (2)
bykhalooei
 
PPTX
A Comparative Study of varying parameters in invariant object recognition at ...
byAlireza AkhavanPour
 
PDF
(3) تحلیل با رویکرد یادگیری ژرف بر بستر کلان‌داده
byMohsen Fayyaz
 
PDF
تحلیل با رویکرد یادگیری ژرف بر بستر کلان‌داده
byAlireza AkhavanPour
 
71005_FILE_Gama123456789123.ir_tWNYoZ.pptx
byAshkanAmirabadi
 
Jalase2 pourghasem
byfatemepourghasem
 
کتاب بازاریابی عصبی دیجیتال
bySeyed Mohammad Mohajer
 
داده‌کاوی و زبان برنامه‌نویسی R
byجشنوارهٔ روز آزادی نرم‌افزار تهران
 
Crisp dm.1.0
byali ahmadi
 
الگوریتم های طراحی درمان
bymah ta gharib
 
session2_part1 ffffffffffffffffff(1).pptx
byParmidaKharazi
 
پیش بینی پیشرفته قیمت سهام با استفاده از
bynader khoshkerdar
 
Recent trends in Natural Language Processing
byMohammad Akbari
 
Internet engineering
byamirhosseinshahed
 
Fraud detection.pptx
byKimiaNikmehr
 
Big Data Processing in Cloud Computing Environments
byFarzad Nozarian
 
کلان داده کاربردها و چالش های آن
byHamed Azizi
 
Introduction to Neural Network
bypouriya70
 
UploadFile_6976.ppt
byssuser70b482
 
یادگیری-ماشین-1.ppsx
byssuser70b482
 
تحلیل با رویکرد یادگیری ژرف بر بستر کلان‌داده (2)
bykhalooei
 
A Comparative Study of varying parameters in invariant object recognition at ...
byAlireza AkhavanPour
 
(3) تحلیل با رویکرد یادگیری ژرف بر بستر کلان‌داده
byMohsen Fayyaz
 
تحلیل با رویکرد یادگیری ژرف بر بستر کلان‌داده
byAlireza AkhavanPour
 

Fraud detection

  • 1.
  • 2.
  • 3.
    ‫چکیده‬ • ‫دیتیلدال‬ ‫یدا‬ ‫نقدد‬‫پول‬ ‫بدون‬ ‫معامالت‬ ‫زمینه‬ ‫در‬ ‫سریع‬ ‫رشد‬ ‫دلیل‬ ‫به‬ ‫شود‬ ‫می‬ ‫اسلفاده‬ ‫تهان‬ ‫سراسر‬ ‫در‬ ‫ای‬ ‫گسلرده‬ ‫طور‬ ‫به‬ ‫اعلباری‬ ‫کارلهای‬ . ‫بدرای‬ ‫کدارت‬ ‫هزاران‬ ‫صدور‬ ‫حال‬ ‫در‬ ‫اعلباری‬ ‫های‬ ‫کارت‬ ‫دهندگان‬ ‫ارائه‬ ‫هسلند‬ ‫خود‬ ‫مشلریان‬ . ‫کده‬ ‫کنندد‬ ‫حاصدل‬ ‫اطمینان‬ ‫باید‬ ‫دهندگان‬ ‫ارائه‬ ‫اعلباری‬ ‫کارت‬ ‫کاربران‬ ‫لمام‬ ‫واقعی‬ ‫باشند‬ . ‫صدور‬ ‫در‬ ‫اشلباه‬ ‫هرگونه‬ ‫باشدد‬ ‫مالی‬ ‫های‬ ‫بحران‬ ‫دلیل‬ ‫لواند‬ ‫می‬ ‫کارت‬ . ‫سدریع‬ ‫رشدد‬ ‫دلیدل‬ ‫بده‬ ‫پول‬ ‫بدون‬ ‫معامالت‬ ‫احلماال‬ ‫یابد‬ ‫می‬ ‫افزایش‬ ‫نیز‬ ‫تعلی‬ ‫معامالت‬ ‫لعداد‬ . ‫معامله‬ ‫تعلی‬ ‫مشلریان‬ ‫مخللف‬ ‫رفلارهای‬ ‫لحلیل‬ ‫و‬ ‫لتزیه‬ ‫با‬ ‫لوان‬ ‫می‬ ‫را‬ ‫از‬ ‫اعلباری‬ ‫کارت‬ ‫متموعه‬ ‫سابقه‬ ‫های‬ ‫داده‬ ‫معامالت‬ ‫شناسدایی‬ ‫قبلدی‬ ‫کرد‬ . ‫رفلار‬ ‫در‬ ‫انحراف‬ ‫هرگونه‬ ‫اگر‬ ‫الگوهای‬ ‫شدود‬ ‫مشداهده‬ ‫موتدود‬ ‫است‬ ‫ملقلبانه‬ ‫ای‬ ‫معامله‬ ً ‫احلماال‬ . ‫یدادگیری‬ ‫و‬ ‫کاوی‬ ‫داده‬ ‫های‬ ‫لکنیک‬ ‫اسلفاده‬ ‫اعلباری‬ ‫های‬ ‫کارت‬ ‫در‬ ‫لقلب‬ ‫کشف‬ ‫در‬ ‫ای‬ ‫گسلرده‬ ‫طور‬ ‫به‬ ‫ماشین‬ ‫شود‬ ‫می‬ . 3
  • 4.
    ‫مطالب‬ ‫رئوس‬ • ‫مقدمه‬ • ‫چیست‬ ‫عمیق‬‫یادگیری‬ • ‫شده‬ ‫انجام‬ ‫کارهای‬ ‫و‬ ‫تقلب‬ ‫های‬ ‫روش‬ ‫انواع‬ • ‫موانع‬ ‫و‬ ‫ها‬ ‫چالش‬ • ‫ماخذ‬ ‫منابع‬ 4
  • 5.
    ‫مقدمه‬ • ‫یری‬ ‫چشام‬ ‫ارز‬‫باه‬ ‫اعتبااری‬ ‫هاای‬ ‫کارت‬ ‫از‬ ‫استفاده‬ ، ‫الکترونیکی‬ ‫تجارت‬ ‫فناوری‬ ‫در‬ ‫سریع‬ ‫پیشرفت‬ ‫دلیل‬ ‫به‬ ‫یافتاه‬ ‫افازایش‬ ‫است‬ . ‫شاده‬ ‫تبادیل‬ ‫پرداخات‬ ‫روش‬ ‫ترین‬ ‫محبوب‬ ‫به‬ ‫اعتباری‬ ‫کارت‬ ‫که‬ ‫آنجا‬ ‫از‬ ‫ساال‬ ‫در‬ ‫اعتبااری‬ ‫هاای‬ ‫کاارت‬ ‫در‬ ‫تقلاب‬ ، ‫اسات‬ ‫است‬ ‫گسترش‬ ‫حال‬ ‫در‬ ‫ای‬ ‫فزاینده‬ ‫ور‬ ‫ب‬ ‫نیز‬ ‫اخیر‬ ‫های‬ . ‫کالهبردا‬ ، ‫اعتباری‬ ‫کارت‬ ‫معامالت‬ ‫یر‬ ‫چشم‬ ‫افزایش‬ ‫با‬ ‫کارت‬ ‫ران‬ ‫اند‬ ‫یافته‬ ‫افزایش‬ ‫حد‬ ‫از‬ ‫بیش‬ ‫اخیر‬ ‫سالهای‬ ‫در‬ ‫اعتباری‬ . • ‫به‬ ‫کاربران‬ ‫ای‬ ‫هزینه‬ ‫رفتار‬ ‫بر‬ ‫نظارت‬ ‫شامل‬ ‫تقلب‬ ‫کشف‬ ‫لوب‬ ‫نام‬ ‫رفتارهای‬ ‫از‬ ‫جلوگیری‬ ‫یا‬ ‫شناسایی‬،‫تعیین‬ ‫منظور‬ ‫است‬ . 5
  • 6.
    ‫چیست؟‬ ‫عمیق‬ ‫یادگیری‬ • ‫ک‬‫است‬ ‫ماشین‬ ‫یادگیری‬ ‫های‬‫روش‬ ‫از‬ ‫بخشی‬ ‫عمیق‬ ‫یادگیری‬ ‫ه‬ ‫بر‬ ‫هایی‬‫روش‬ ‫مص‬ ‫عصبی‬ ‫های‬‫شبکه‬ ‫بر‬ ‫مبتنی‬ ‫که‬ ‫دارد‬ ‫تمرکز‬ ‫نوعی‬ ‫هستند‬ . ‫عمیق‬ ‫یادگیری‬ ‫آنچه‬ ‫ان‬ ‫بارای‬ ‫بیعای‬ ‫اور‬ ‫باه‬ ‫که‬ ‫را‬ ‫ساان‬ ‫انجام‬ ‫را‬ ‫شود‬‫می‬ ‫آموزد‬‫می‬ ‫ها‬‫رایانه‬ ‫به‬ ‫ان‬ ‫بتوانند‬ ‫هم‬ ‫ها‬ ‫رایانه‬ ‫تا‬ ‫ها‬ ‫انجام‬ ‫را‬ ‫دهند‬ . 6
  • 7.
    • ‫یادگیری‬ ‫عمیق‬ ‫نوعی‬ ‫از‬ ‫یادگیری‬ ‫ماشین‬ ‫و‬ ‫هوش‬ ‫مصنوعی‬ ‫است‬ ‫که‬ ‫در‬ ‫واقع‬ ‫از‬ ‫روشی‬ ‫که‬ ‫ذهن‬ ‫انسان‬ ‫برای‬ ‫یادگیری‬ ‫موضوع‬ ‫خاص‬ ‫ی‬ ‫به‬ ‫کار‬ ‫می‬ ،‫گیرد‬ ‫تقلید‬ ‫می‬ ‫کند‬ . ‫این‬ ‫نوع‬ ‫از‬ ‫یادگیری‬ ‫یکی‬ ‫از‬ ‫عناصر‬ ‫مهم‬ ‫در‬ ‫علم‬ ‫داده‬ ‫می‬ ‫باشد‬ ‫که‬ ‫شامل‬ ‫آمار‬ ‫و‬ ‫مدل‬ ‫سازی‬ ‫پیش‬ ‫ب‬ ‫ینی‬ ‫است‬ . ‫یادگیری‬ ‫عمیق‬ ‫برای‬ ‫دانشمندان‬ ‫داده‬ ‫که‬ ‫وظیفه‬ ‫جمع‬ ‫آوری‬ ، ‫تجزیه‬ ‫و‬ ‫تحلیل‬ ‫و‬ ‫تفسیر‬ ‫مقادیر‬ ‫زیادی‬ ‫از‬ ‫داده‬ ‫ها‬ ‫را‬ ‫دارند‬ ، ‫بسیا‬ ‫ر‬ ‫مفید‬ ‫است‬ ‫و‬ ‫این‬ ‫روند‬ ‫را‬ ‫سریعتر‬ ‫و‬ ‫آسان‬ ‫تر‬ ‫می‬ ‫کند‬ . ‫به‬ ‫نوعی‬ ‫می‬ ‫توان‬ ‫گفت‬ ‫یادگیری‬ ‫عمیق‬ ‫در‬ ‫واقع‬ ‫همان‬ ‫یادگیری‬ ‫ماشین‬ ‫است‬ ‫به‬ ‫گو‬ ‫نه‬ ‫ای‬ ‫که‬ ‫در‬ ‫ح‬ ‫س‬ ‫کارهای‬ ،‫پیچیده‬ ‫نمایش‬ ‫یا‬ ،‫انتزاع‬ ‫یادگیری‬ ‫را‬ ‫برای‬ ‫ماشین‬ ‫انجام‬ ‫می‬ ‫دهد‬ ‫و‬ ‫به‬ ‫این‬ ‫صورت‬ ‫ماشین‬ ‫درک‬ ‫بهتری‬ ‫از‬ ‫واقعیت‬ ‫های‬ ‫وجودی‬ ‫پیدا‬ ‫می‬ ‫کند‬ ‫و‬ ‫می‬ ‫تواند‬ ‫و‬ ‫ال‬ ‫های‬ ‫مختلف‬ ‫را‬ ‫شناسایی‬ ‫کند‬ . ‫در‬ ‫ساده‬ ‫ترین‬ ،‫ح‬‫س‬ ‫یادگیری‬ ‫عمیق‬ ‫را‬ ‫می‬ ‫توان‬ ‫راهی‬ ‫برا‬ ‫ی‬ ‫خودکار‬ ‫سازی‬ ‫تجزیه‬ ‫و‬ ‫تحلیل‬ ‫پیش‬ ‫بینی‬ ‫ها‬ ‫دانست‬ . ‫وریتم‬ ‫ال‬ ‫های‬ ‫یادگیری‬ ‫عمیق‬ ‫در‬ ‫سلسله‬ ‫مراتب‬ ‫افزایش‬ ‫پیچیدگی‬ ‫و‬ ‫انتزاع‬ ‫قرار‬ ‫دارند‬ ‫در‬ ‫حالی‬ ‫که‬ ‫یادگیری‬ ‫ماشین‬ ‫سنتی‬ ‫بصورت‬ ‫ی‬ ‫خ‬ ‫است‬ . ‫برای‬ ‫فهم‬ ‫بهتر‬ ‫یادگیری‬ ،‫عمیق‬ ‫یک‬ ‫کودک‬ ‫نوپا‬ ‫را‬ ‫در‬ ‫نظر‬ ‫یرید‬ ‫ب‬ ‫که‬ ‫اول‬ ‫ین‬ ‫کلمه‬ ‫ای‬ ‫که‬ ‫یاد‬ ‫گرفته‬ “ ‫سگ‬ ” ‫است‬ . ‫روشی‬ ‫که‬ ‫این‬ ‫کودک‬ ‫یاد‬ ‫گرفته‬ ‫که‬ ‫یک‬ ‫موجود‬ “ ‫سگ‬ ” ‫هست‬ ‫یا‬ ،‫نه‬ ‫آن‬ ‫است‬ ‫که‬ ‫به‬ ‫موجود‬ ‫اشاره‬ ‫می‬ ‫کند‬ ‫و‬ ‫ک‬ ‫لمه‬ “ ‫سگ‬ ” ‫را‬ ‫می‬ ‫گوید‬ . ‫در‬ ‫این‬ ‫زمان‬ ‫والدین‬ ‫او‬ ‫می‬ ‫گویند‬ ” ‫بله‬ ‫آن‬ ‫یک‬ ‫سگ‬ ‫است‬ ” ‫یا‬ ” ‫نه‬ ‫آن‬ ‫سگ‬ ‫نیست‬ ” . ‫هرچه‬ ‫بیشتر‬ ‫این‬ ‫کودک‬ ‫ب‬ ‫ه‬ ‫موارد‬ ‫مختلفی‬ ‫اشاره‬ ،‫کند‬ ‫بیشتر‬ ‫می‬ ‫فهمد‬ ‫چه‬ ‫نوع‬ ‫موجوداتی‬ ‫جز‬ ‫کلمه‬ “ ‫سگ‬ ” ‫دسته‬ ‫بندی‬ ‫می‬ ‫شوند‬ . ‫کاری‬ ‫که‬ ‫این‬ ‫کودک‬ ‫نوپا‬ ‫انجا‬ ‫م‬ ‫می‬ ‫دهد‬ ‫بدون‬ ‫اینکه‬ ‫خودش‬ ،‫بداند‬ ‫در‬ ‫حقیقت‬ ‫به‬ ‫نوعی‬ ‫مشخص‬ ‫کردن‬ ‫یک‬ ‫مفهوم‬ ‫پیچیده‬ ‫است‬ - ‫تعریفی‬ ‫از‬ ‫یک‬ ‫سگ‬ - ‫با‬ ‫ساختن‬ ‫س‬ ‫لسه‬ ‫مراتبی‬ ‫که‬ ‫در‬ ‫آن‬ ‫هر‬ ‫ح‬ ‫س‬ ‫انتزاعی‬ ‫با‬ ‫دانش‬ ‫ایجاد‬ ‫می‬ ‫شود‬ ‫که‬ ‫آن‬ ‫هم‬ ‫به‬ ‫نوبه‬ ‫خود‬ ‫از‬ ‫سلسه‬ ‫مراتب‬ ‫قبلی‬ ‫بدست‬ ‫آمده‬ ‫است‬ ‫و‬ ‫این‬ ‫کار‬ ‫همانن‬ ‫د‬ ‫فرآیند‬ ‫یادگیری‬ ‫عمیق‬ ‫است‬ • 7
  • 8.
    ‫ماشین‬ ‫یادگیری‬ ‫مقابل‬‫در‬ ‫عمیق‬ ‫یادگیری‬ • ‫اسات‬ ‫مشاکالت‬ ‫حال‬ ‫روش‬ ‫آن‬ ‫تماایز‬ ‫وجه‬ ‫که‬ ‫که‬ ‫است‬ ‫ماشین‬ ‫یادگیری‬ ‫از‬ ‫ای‬ ‫مجموعه‬ ‫زیر‬ ‫عمیق‬ ‫یادگیری‬ . ‫ما‬ ‫یاادگیری‬ ‫شاین‬ ‫دارد‬ ‫نیاز‬ ‫دامنه‬ ‫متخصص‬ ‫یک‬ ‫به‬ ‫کاربردی‬ ‫های‬ ‫ویژگی‬ ‫بیشتر‬ ‫شناسایی‬ ‫برای‬ . ‫عمیق‬ ‫یادگیری‬ ، ‫ر‬ ‫دی‬ ‫رف‬ ‫از‬ ‫هاا‬ ‫ویژگای‬ ‫برد‬ ‫می‬ ‫بین‬ ‫از‬ ‫را‬ ‫دامنه‬ ‫تخصص‬ ‫به‬ ‫نیاز‬ ‫بنابراین‬ ، ‫گیرد‬ ‫می‬ ‫فرا‬ ‫تدریجی‬ ‫صورت‬ ‫به‬ ‫را‬ . ‫شاود‬ ‫مای‬ ‫باعث‬ ‫امر‬ ‫این‬ ‫اوریتم‬ ‫ال‬ ‫دا‬ ‫نیااز‬ ‫زماان‬ ‫سااعت‬ ‫چناد‬ ‫تاا‬ ‫یانیاه‬ ‫چناد‬ ‫باه‬ ‫فقا‬ ‫که‬ ‫ماشین‬ ‫یادگیری‬ ‫های‬ ‫وریتم‬ ‫ال‬ ‫به‬ ‫نسبت‬ ‫عمیق‬ ‫یادگیری‬ ‫های‬ ‫زماان‬ ، ‫رناد‬ ‫باشند‬ ‫داشته‬ ‫نیاز‬ ‫آموزش‬ ‫برای‬ ‫بیشتری‬ . ‫اسات‬ ‫صااد‬ ‫بارعکد‬ ، ‫آزماایش‬ ‫اام‬ ‫هن‬ ‫در‬ ، ‫حاال‬ ‫این‬ ‫با‬ . ‫یا‬ ‫هاای‬ ‫اوریتم‬ ‫ال‬ ‫ادگیری‬ ‫کمتر‬ ‫زمان‬ ، ‫یابد‬ ‫می‬ ‫افزایش‬ ‫ها‬ ‫داده‬ ‫اندازه‬ ‫همراه‬ ‫به‬ ‫آزمون‬ ‫زمان‬ ‫که‬ ‫ماشین‬ ‫یادگیری‬ ‫های‬ ‫وریتم‬ ‫ال‬ ‫به‬ ‫نسبت‬ ‫عمیق‬ ‫برای‬ ‫ی‬ ‫می‬ ‫ها‬ ‫تست‬ ‫اجرای‬ ‫گیرند‬ . ‫بعالوه‬ ‫و‬ ‫پرمصرف‬ ‫و‬ ‫پرهزینه‬ ‫ماشینهای‬ ‫همان‬ ‫به‬ ‫ماشینی‬ ‫یادگیری‬ ، GPU ‫باال‬ ‫کارایی‬ ‫با‬ ‫هایی‬ ‫دارد‬ ‫نیاز‬ ‫ها‬ ‫آن‬ ‫ی‬ ‫همه‬ ‫یه‬ ‫عمیق‬ ‫یادگیری‬ ‫که‬ ‫ندارد‬ ‫نیاز‬ 8
  • 9.
    ‫تقلب‬ ‫تشخیص‬ ‫برای‬‫عمیق‬ ‫یادگیری‬ ‫های‬ ‫روش‬ • Autoencoders ( ‫خودرمزگذارها‬ ) • recurrent neural networks ( ‫بازگشتی‬ ‫عصبی‬ ‫شبکه‬ ) • Deep Neural Network ( ‫عمیق‬ ‫عصبی‬ ‫شبکه‬ ) • Convolution Neural Network ( ‫پیچشی‬ ‫عصبی‬ ‫های‬ ‫شبکه‬ ) • Generative Adversarial Network ( ‫متخاصم‬ ‫مولد‬ ‫های‬ ‫شبکه‬ ) • ‫بلند‬ ‫مدت‬ ‫کوتاه‬ ‫حافظه‬ 9
  • 10.
    ‫خودرمزگذارها‬ • Z. Kazemi andH. Zarrabi 10 • ‫اد‬‫ا‬‫کنن‬‫می‬ ‫اا‬‫ا‬‫ایف‬ ‫اق‬‫ا‬‫عمی‬ ‫های‬‫ابکه‬‫ا‬‫ش‬ ‫و‬ ‫اارت‬‫ا‬‫نظ‬ ‫ادون‬‫ا‬‫ب‬ ‫اادگیری‬‫ا‬‫ی‬ ‫در‬ ‫ای‬‫ا‬‫اساس‬ ‫ای‬‫ا‬‫نقش‬ ‫ادرها‬‫ا‬‫اتوانک‬ . ‫اتفاده‬‫ا‬‫اس‬ ‫ادف‬‫ا‬‫ه‬ ‫اا‬‫ا‬‫ه‬‫داده‬ ‫اایی‬‫ا‬‫بازنم‬ ‫از‬ ‫اتوانکدرهاست‬ . ‫است‬ ‫ماشین‬ ‫یادگیری‬ ‫در‬ ‫مساله‬ ‫یک‬ ‫حل‬ ‫های‬‫بخش‬ ‫ترین‬‫مهم‬ ‫از‬ ‫ویژگی‬ ‫استخراج‬ . ‫اساتخر‬ ‫هاای‬‫ویژگی‬ ‫شاده‬ ‫اج‬ ‫اوند‬‫ا‬‫ش‬ ‫اتفاده‬‫ا‬‫اس‬ ‫بندی‬‫اته‬‫ا‬‫دس‬ ‫ارای‬‫ا‬‫ب‬ ‫اد‬‫ا‬‫بتوانن‬ ‫اد‬‫ا‬‫بای‬ . ‫ات‬‫ا‬‫هاس‬‫ویژگی‬ ‫ان‬‫ا‬‫ای‬ ‫اار‬‫ا‬‫خودک‬ ‫ااب‬‫ا‬‫انتخ‬ ‫ادرها‬‫ا‬‫اتوانک‬ ‫ات‬‫ا‬‫مزی‬ ‫ارین‬‫ا‬‫بزرگت‬ . ‫از‬ ‫اته‬‫ا‬‫دس‬ ‫ان‬‫ا‬‫ای‬ ‫کاهش‬ ‫را‬ ‫پردازش‬ ‫ای‬‫حافظه‬ ‫و‬ ‫زمانی‬ ‫های‬‫هزینه‬ ‫و‬ ‫شوند‬‫می‬ ‫استفاده‬ ‫عد‬ُ‫ب‬ ‫کاهش‬ ‫برای‬ ‫عصبی‬ ‫های‬‫شبکه‬ ‫دهند‬‫می‬ • ‫استخراج‬ ‫ویژگی‬ ‫کا‬ ‫داریام‬ ‫هاایی‬‫ویژگی‬ ‫باه‬ ‫نیااز‬ ‫مختلاف‬ ‫های‬‫داده‬ ‫تشخیص‬ ‫و‬ ‫بندی‬‫دسته‬ ‫جهت‬ ‫همواره‬ ‫شوند‬‫می‬ ‫رح‬ ‫م‬ ‫ماشین‬ ‫یادگیری‬ ‫در‬ ‫که‬ ‫مسائلی‬ ‫برای‬ ‫موجاب‬ ‫ه‬ ‫اوند‬‫ا‬‫ش‬ ‫ر‬ ‫ادی‬‫ا‬‫یک‬ ‫از‬ ‫اا‬‫ا‬‫ه‬‫ورودی‬ ‫اایز‬‫ا‬‫تم‬ . ‫اوییم‬‫ا‬‫گ‬‫می‬ ‫ای‬‫ا‬‫ویژگ‬ ‫اتخراج‬‫ا‬‫اس‬ ‫اوند‬‫ا‬‫ش‬‫می‬ ‫اا‬‫ا‬‫ه‬‫ویژگی‬ ‫ان‬‫ا‬‫ای‬ ‫اادگیری‬‫ا‬‫ی‬ ‫اه‬‫ا‬‫ب‬ ‫ار‬‫ا‬‫منج‬ ‫اه‬‫ا‬‫ک‬ ‫اایی‬‫ا‬‫ه‬‫تکنیک‬ ‫اه‬‫ا‬‫مجموع‬ ‫اه‬‫ا‬‫ب‬ . ‫ار‬‫ا‬‫چ‬ ‫اه‬‫ا‬‫ب‬ ‫اا‬‫ا‬‫م‬ ‫ا‬ ‫باشاد‬ ‫متناوع‬ ‫بسیار‬ ‫تواند‬‫می‬ ‫ورودی‬ ،‫مساله‬ ‫نوع‬ ‫به‬ ‫بسته‬ ،‫ماشین‬ ‫یادگیری‬ ‫در‬ ‫نیازمندیم؟‬ ‫ها‬‫ویژگی‬ ‫استخراج‬ . ‫افزون‬ ‫اللاب‬ ‫ورودی‬ ‫هاای‬‫داده‬ ‫بسایاری‬ ‫ای‬ ‫اسات‬ ‫اساتفاده‬ ‫قابال‬ ‫ماا‬ ‫بارای‬ ‫آن‬ ‫از‬ ‫بخشای‬ ‫تنهاا‬ ‫و‬ ‫ناداریم‬ ‫هاا‬‫داده‬ ‫مقاادیر‬ ‫تماامی‬ ‫به‬ ‫نیاز‬ ‫مساله‬ ‫حل‬ ‫برای‬ ‫ما‬ ‫که‬ ‫معنا‬ ‫این‬ ‫به‬ ‫دارند‬ . ‫ت‬ ‫باا‬ ‫رفای‬ ‫از‬ ‫باه‬ ‫وجاه‬ ‫هسا‬ ‫اساتفاده‬ ‫قابال‬ ‫ماا‬ ‫بارای‬ ‫کاه‬ ‫هاا‬ ‫ورودی‬ ‫از‬ ‫بخشای‬ ‫تبادیالتی‬ ‫انجاام‬ ‫باا‬ ‫بایاد‬ ‫ماا‬ ،‫نیاز‬ ‫مورد‬ ِ‫زمان‬ ‫و‬ ‫حافظه‬ ‫نظر‬ ‫از‬ ‫پردازش‬ ‫قدرت‬ ‫در‬ ‫محدودیت‬ ‫تند‬ ‫را‬ ‫نماییم‬ ‫استخراج‬ .
  • 11.
    ‫خودرمزگذارها‬ • ‫س‬‫پیاده‬ ‫تغییر‬ ‫کمترین‬‫بدون‬ ‫خروجی‬ ‫به‬ ‫ورودی‬ ‫تبدیل‬ ‫هدف‬ ‫با‬ ‫که‬ ‫هستند‬ ‫یادگیری‬ ‫ی‬‫ساده‬ ‫های‬ ‫شبکه‬ ‫اتوانکدرها‬ ‫شوند‬‫می‬ ‫ازی‬ . ‫کنند‬‫می‬ ‫ایفا‬ ‫ماشین‬ ‫یادگیری‬ ‫در‬ ‫را‬ ‫سزایی‬ ‫به‬ ‫نقش‬ ‫اتوانکدرها‬ ‫سادگی‬ ‫عین‬ ‫در‬ . ‫س‬ ‫در‬ ‫مفاهیم‬ ‫این‬ ‫بار‬ ‫اولین‬ ‫برای‬ ‫ال‬ 1980 ‫توس‬ Hinton ‫تحقیقاتی‬ ‫گروه‬ ‫و‬ PDP ‫شد‬ ‫رح‬ ‫م‬ . ‫اصلی‬ ‫های‬‫پارادایم‬ ‫از‬ ‫اتوانکدرها‬ ،‫هب‬ ‫یادگیری‬ ‫قوانین‬ ‫همراه‬ ‫به‬ ‫دهند‬‫می‬ ‫تشکیل‬ ‫را‬ ‫نظارت‬ ‫بدون‬ ‫یادگیری‬ . ‫فر‬ ‫به‬ ‫عمیق‬ ‫معماری‬ ‫در‬ ‫بیستم‬ ‫قرن‬ ‫ابتدایی‬ ‫ی‬‫دهه‬ ‫در‬ ‫مجددا‬ ‫اتوانکدرها‬ ‫ماشین‬ ‫م‬ ‫بولتزمن‬ ‫محدود‬ ‫گرفتند‬ ‫قرار‬ ‫توجه‬ ‫مورد‬ . • ‫شوند‬‫می‬ ‫بندی‬‫دسته‬ ‫نظارت‬ ‫بدون‬ ‫یادگیری‬ ‫قالب‬ ‫در‬ ‫اتوانکدرها‬ . ‫دا‬ ‫توصیف‬ ‫برای‬ ‫برچسبی‬ ‫مسایل‬ ‫دسته‬ ‫این‬ ‫در‬ ‫وجود‬ ‫ها‬‫ده‬ ‫ندارد‬ ( ‫کنیم‬‫می‬ ‫استفاده‬ ‫ها‬‫داده‬ ‫توصیف‬ ‫برای‬ ‫هایی‬‫برچسب‬ ‫از‬ ‫ها‬‫آن‬ ‫در‬ ‫که‬ ‫بانظارت‬ ‫یادگیری‬ ‫خالف‬ ‫بر‬ ). ‫ی‬ ‫اتوانکدر‬ ‫ی‬‫شبکه‬ ‫ک‬ ‫ها‬‫آن‬ ‫رمزکردن‬ ‫با‬ ‫و‬ ‫کند‬‫می‬ ‫دریافت‬ ‫را‬ ‫برچسب‬ ‫بدون‬ ‫های‬‫داده‬ ‫از‬ ‫ای‬‫مجموعه‬ ‫که‬ ‫است‬ ‫عصبی‬ ( encoding) ‫در‬ ‫سعی‬ ‫باشند‬ ‫داشته‬ ‫ورودی‬ ‫مقدار‬ ‫با‬ ‫را‬ ‫ممکن‬ ‫اختالف‬ ‫کمترین‬ ‫که‬ ‫صورتی‬ ‫به‬ ‫کند‬‫می‬ ‫خروجی‬ ‫در‬ ‫ها‬‫ورودی‬ ‫مجدد‬ ‫بازنمایی‬ . 11
  • 12.
    ‫شبکه‬ ‫عمیق‬ ‫عصبی‬ 12 • ‫عمیق‬ ‫یادگیری‬‫معنای‬ ‫هم‬ ‫عمدتا‬ ‫عمیق‬ ‫عصبی‬ ‫شبکه‬ • J. Dorronsoro et al. • A. Shen et al • J. A. G´omez et al. • C. Wang et al
  • 13.
    ‫کوتاه‬ ‫حافظه‬ - ‫بلند‬ ‫مدت‬ • ‫مدت‬‫کوتاه‬‫حافظه‬ ‫بلند‬ Long/Short Term Memory) ) ‫نوع‬ ‫کند‬‫می‬ ‫معرفی‬ ‫را‬ ‫حافظه‬ ‫سلول‬ ‫از‬ ‫جدیدی‬ . ‫عصبی‬ ‫شبکه‬ ‫ااد‬‫ا‬‫کن‬ ‫ااردازش‬‫ا‬‫پ‬ ‫اای‬‫ا‬‫قبل‬ ‫ااه‬‫ا‬‫کلم‬ ‫ده‬ ‫ااپردن‬‫ا‬‫س‬ ‫ر‬ ‫خااا‬ ‫ااه‬‫ا‬‫ب‬ ‫ااا‬‫ا‬‫ب‬ ‫را‬ ‫ااتن‬‫ا‬‫م‬ ‫ااد‬‫ا‬‫توان‬‫می‬ ‫خااور‬‫پیش‬ . ‫اا‬‫ا‬‫حافظ‬ ‫اار‬‫ا‬‫ب‬ ‫اای‬‫ا‬‫مبتن‬ ‫های‬‫اابکه‬‫ا‬‫ش‬ ،‫ااال‬‫ا‬‫ح‬‫این‬ ‫بااا‬ ‫ه‬ ‫مدت‬‫کوتاه‬ / ‫بلندمدت‬ ‫قادر‬ ‫افتا‬ ‫اتفاا‬ ‫تر‬‫قبال‬ ‫هاای‬‫قاب‬ ‫در‬ ‫کاه‬ ‫حاالتی‬ ‫ساپردن‬ ‫ر‬ ‫خاا‬ ‫باه‬ ‫با‬ ‫را‬ ‫ویدیویی‬ ‫های‬‫قاب‬ ‫هستند‬ ‫پاردازش‬ ‫اده‬ ‫کنند‬ . ‫شو‬‫می‬ ‫استفاده‬ ‫رفتار‬ ‫بازشناسی‬ ‫و‬ ‫گفتار‬ ‫بازشناسی‬ ‫با‬ ‫ارتبا‬ ‫در‬ ‫ای‬‫گسترده‬ ‫ور‬ ‫به‬ ‫ها‬‫شبکه‬ ‫مدل‬ ‫این‬ ‫ند‬ . ‫حافظه‬ ‫های‬‫سلول‬ ‫شود‬‫می‬ ‫گفته‬ ‫دروازه‬ ‫ها‬‫آن‬ ‫به‬ ‫که‬ ‫هستند‬ ‫عنصری‬ ‫جفت‬ ‫یک‬ ‫از‬ ‫متشکل‬ . ‫چ‬ ‫و‬ ‫دارند‬ ‫بازگشتی‬ ‫قابلیت‬ ‫عناصر‬ ‫این‬ ‫یااد‬ ‫باه‬ ‫ی‬ ‫ون‬ ‫کنترل‬ ‫را‬ ‫العات‬ ‫ا‬ ‫کردن‬ ‫فراموش‬ ‫و‬ ‫آوردن‬ ‫کنند‬‫می‬ . ‫ا‬ 13
  • 14.
    ‫متخاصم‬ ‫مولد‬ ‫شبکه‬ • ‫مولد‬‫های‬‫شبکه‬ ‫تخاصمی‬ ‫یک‬ ‫مولد‬ ‫از‬ ‫متشکل‬ ‫دوگانه‬ ‫شبکه‬ ‫و‬ ‫متمایزکننده‬ ‫هستند‬ . ‫این‬ ‫ش‬ ‫به‬ ‫عصبی‬ ‫های‬‫شبکه‬ ‫مدل‬ ‫مستمر‬ ‫کل‬ ‫کنند‬ ‫تولید‬ ‫واقعی‬ ‫تصویر‬ ‫بتوانند‬ ‫شبکه‬ ‫دو‬ ‫تا‬ ‫شوند‬‫می‬ ‫روزرسانی‬‫به‬ . 14
  • 15.
    ‫پیچشی‬ ‫عصبی‬ ‫های‬‫شبکه‬ • ‫بندی‬‫دسته‬ ‫تصاویر‬ ‫در‬ ‫حقیقت‬ ‫فرایندی‬ ‫است‬ ‫که‬ ‫در‬ ‫آن‬ ‫تعدادی‬ ‫تصویر‬ ‫از‬ ‫ورودی‬ ‫گیریم‬‫می‬ ‫و‬ ‫در‬ ،‫خروجی‬ ‫کالد‬ ‫ها‬‫آن‬ ( ،‫سگ‬ ،‫ماشین‬ ‫خانه‬ ‫و‬ … ) ‫یا‬ ‫درصد‬ ‫احتمال‬ ‫تعلق‬ ‫به‬ ‫هر‬ ‫کالد‬ ‫را‬ ‫مشخص‬ ‫کنیم‬‫می‬ . ‫برای‬ ‫ما‬ ،‫ها‬‫انسان‬ ‫این‬ ‫کار‬ ‫تقریب‬ ‫ا‬ ‫جزء‬ ‫بدیهیات‬ ‫است؛‬ ‫در‬ ‫حقیقت‬ ‫از‬ ‫زمانی‬ ‫که‬ ‫متولد‬ ‫شویم‬‫می‬ ‫تا‬ ‫وقتی‬ ‫که‬ ‫به‬ ‫یک‬ ‫انسان‬ ‫بالغ‬ ‫تبدیل‬ ،‫شویم‬ ‫به‬ ‫مرور‬ ‫و‬ ‫به‬ ‫شکل‬ ‫بیعی‬ ‫این‬ ‫کار‬ ‫را‬ ‫به‬ ‫خوبی‬ ‫فرا‬ ‫گیریم‬‫می‬ . ‫ما‬ ‫توانیم‬‫می‬ ‫بدون‬ ‫هیچ‬ ‫اشتباهی‬ ‫تمام‬ ‫اشیای‬ ‫پیرامون‬ ‫خود‬ ‫را‬ ‫تشخیص‬ ‫دهیم‬ . ‫ب‬ ‫ه‬ ‫ور‬ ،‫تر‬‫دقیق‬ ‫ما‬ ‫هر‬ ‫گاه‬ ‫به‬ ‫محی‬ ‫پیرامون‬ ‫خود‬ ‫اه‬ ‫ن‬ ،‫کنیم‬‫می‬ ‫تمام‬ ‫اشیا‬ ‫را‬ ‫تشخیص‬ ‫و‬ ‫به‬ ‫هر‬ ‫یک‬ ‫از‬ ‫ها‬‫آن‬ ‫یک‬ ‫نام‬ ‫اختص‬ ‫اص‬ ‫دهیم‬‫می‬ . ‫انجام‬ ‫چنین‬ ،‫عملی‬ ‫یعنی‬ ‫تشخیص‬ ‫و‬ ‫گذاری‬‫نام‬ ‫اشیای‬ ‫موجود‬ ‫در‬ ‫یک‬ ، ‫محی‬ ‫برای‬ ،‫کامپیوتر‬ ‫قدر‬‫آن‬ ‫ها‬ ‫هم‬ ‫ک‬ ‫ار‬ ‫راحتی‬ ‫نیست‬ ! 15
  • 16.
    ‫یا‬ ‫کانولوشن‬ ‫عصبی‬‫شبکه‬ ‫یک‬ ‫در‬ ‫خروجی‬ ‫و‬ ‫ورودی‬ CNN • ‫بیند‬‫می‬ ‫اعداد‬ ‫از‬ ‫ای‬‫آرایه‬ ‫صورت‬ ‫به‬ ‫را‬ ‫آن‬ ،‫کند‬‫می‬ ‫دریافت‬ ‫ورودی‬ ‫عنوان‬ ‫به‬ ‫را‬ ‫تصویری‬ ‫کامپیوتر‬ ‫یک‬ ‫وقتی‬ . ‫تع‬ ‫ها‬‫آرایه‬ ‫داد‬ ‫تصویر‬ ‫سایز‬ ‫به‬ ( ‫پیکسل‬ ‫اساد‬ ‫بر‬ ) ‫دارد‬ ‫ی‬ ‫بست‬ . ‫فرمات‬ ‫باا‬ ‫ای‬ ‫رن‬ ‫تصاویر‬ ‫یک‬ ‫اگر‬ ‫میال‬ ‫برای‬ JPG ‫و‬ ‫انادازه‬ ۴۸۰ * ۴۸۰ ‫دارای‬ ‫آن‬ ‫جانشاین‬ ‫آرایاه‬ ،‫دهایم‬ ‫کامپیوتر‬ ‫به‬ ‫را‬ ‫پیکسل‬ ۴۸۰ * ۴۸۰ * ۳ ‫باود‬ ‫خواهاد‬ ‫خاناه‬ ( ‫عادد‬ ۳ ‫باه‬ RGB ‫گاردد‬‫برمی‬ .) ‫هار‬ ‫بین‬ ‫عددی‬ ‫نیز‬ ‫های‬‫خانه‬ ‫از‬ ‫کدام‬ ۰ ‫تا‬ ۲۵۵ ‫گیرند‬‫می‬ ‫را‬ . ‫دهد‬‫می‬ ‫نشان‬ ‫را‬ ‫پیکسلی‬ ‫شدت‬ ‫عدد‬ ‫این‬ . ‫ماا‬ ‫بارای‬ ‫چناد‬ ‫هر‬ ‫اعداد‬ ‫این‬ ‫دسا‬ ‫در‬ ‫ابازار‬ ‫تنهاا‬ ،‫کانولوشان‬ ‫عصابی‬ ‫شابکه‬ ‫از‬ ‫اساتفاده‬ ‫باا‬ ‫تصاویر‬ ‫بندی‬‫دسته‬ ‫در‬ ‫اما‬ ،‫رسند‬‫می‬ ‫نظر‬ ‫به‬ ‫معنی‬‫بی‬ ‫چناین‬ ،‫ماا‬ ‫ت‬ ‫هستند‬ ‫اعدادی‬ . ‫نیا‬ ‫کاامپیوتر‬ ‫و‬ ‫دهیم‬‫مای‬ ،‫دادیام‬ ‫توضایح‬ ‫چاه‬ ‫آن‬ ‫شابیه‬ ‫اعاداد‬ ‫از‬ ‫ای‬‫آرایاه‬ ‫رایاناه‬ ‫باه‬ ‫کاه‬ ‫است‬ ‫آن‬ ‫اصلی‬ ‫ایده‬ ‫در‬ ‫ز‬ ‫کند‬‫می‬ ‫مشخص‬ ‫را‬ ‫چیزی‬ ‫چنین‬ ‫خروجی‬ : ‫احتمال‬ ‫با‬ ‫تصویر‬ ‫این‬ ۸۰ ‫احتمال‬ ‫با‬ ،‫گربه‬ ‫درصد‬ ۱۵ ‫احتماال‬ ‫باا‬ ‫و‬ ‫ساگ‬ ‫درصد‬ ۵ ‫است‬ ‫پرنده‬ ،‫درصد‬ . 16
  • 17.
    ‫شبکه‬ ‫پیچشی‬ ‫عصبی‬ ‫های‬ • ‫های‬‫شبکه‬ ‫عصبی‬ ‫ای‬‫رده‬‫پیچشی‬ ‫ی‬ ‫تصویری‬ ‫های‬‫تحلیل‬ ‫انجام‬ ‫برای‬ ً‫ال‬‫معمو‬ ‫که‬ ‫هستند‬ ‫عمیق‬ ‫عصبی‬ ‫های‬‫شبکه‬ ‫از‬ ‫در‬ ‫گفتاری‬ ‫ا‬ ‫شوند‬‫می‬ ‫استفاده‬ ‫ماشین‬ ‫یادگیری‬ . • ‫هستند‬ ‫عمیق‬ ‫یادگیری‬ ‫کش‬ ‫بار‬ ‫های‬ ‫اسب‬ ‫پیچشی‬ ‫عصبی‬ ‫های‬ ‫شبکه‬ ‫واقع‬ ‫در‬ . • ‫ویژگی‬ ‫ماترید‬ ‫ورودی‬ • ‫کرنل‬ ‫از‬ ‫استفاده‬ • ‫خروجی‬ ‫در‬ ‫متصل‬ ‫تماما‬ ‫الیه‬ • K. Fu et al. • N. Abroyan et al. 17
  • 18.
    ‫چالش‬ • ‫معمول‬ ‫بندی‬ ‫دسته‬‫مشکالت‬ • ‫کشف‬ ‫های‬ ‫روش‬ ‫و‬ ‫تقلب‬ ‫انواع‬ • ‫خصوصی‬ ‫حریم‬ ‫مالحضات‬ • ‫عمومی‬ ‫چارچوب‬ • ‫تکامل‬ ‫حال‬ ‫در‬ ‫مشکل‬ • ‫و‬ .... 18
  • 19.
    ‫ماخذ‬ ‫و‬ ‫منابع‬ •Deep Learning Detecting Fraud in Credit Card Transactions • A Survey on Different Data Mining & Machine Learning Methods for Credit Card Fraud Detection • A Survey of Deep Learning based Online Transactions Fraud Detection Systems • How Artificial Intelligence and machine learning research impacts payment card fraud detection: A survey and industry benchmark 19