Explainable AI for Fraud Detection: An Attention-Based Ensemble of CNNs, GNNs, and A Confidence-Driven Gating Mechanism
创建于 更新于
摘要
本报告提出一种基于注意力机制的堆叠集成模型，通过结合CNN、RNN、LSTM和GNN的预测结果，利用DOWA和IOWA算子进行加权融合，加入置信度驱动的组合层动态选择最可靠聚合输出。采用SHAP方法筛选关键特征，提高模型解释性。三个数据集上的实验证明该模型在准确率、召回率及鲁棒性方面均优于单一模型和主流集成方法，适应数据严重不平衡，助力实时信用卡欺诈检测系统的部署与信任构建 [page::0][page::1][page::2][page::3][page::4][page::5][page::6][page::7][page::8][page::9]
