Учёные из России повысили точность работы нейросетей для банковских операций

Российские учёные разработали инновационный метод обучения систем искусственного интеллекта для анализа банковских операций. Этот метод учитывает как локальные, так и глобальные аспекты данных, что позволяет повысить точность на 20%.

Работа над проектом была поддержана грантом Российского научного фонда. Андрей Савченко, научный руководитель Лаборатории искусственного интеллекта Сбербанка, отметил, что большинство задач в этой области теперь можно отнести к локальным.

Специалисты банков активно работают над созданием систем машинного обучения для анализа операций. Эти системы используются для автоматизации оценки кредитного рейтинга и выявления мошеннических действий.

Новый подход к обучению нейросетей учитывает как глобальные факторы, такие как возраст клиента, так и локальные, такие как место проживания. В отличие от существующих методов, которые сосредоточены только на одном наборе факторов, новый подход охватывает более широкий контекст.

Новый подход был успешно протестирован на восьми системах искусственного интеллекта и пяти наборах данных о клиентах. Результаты показали, что учёт внешнего контекста действительно повышает точность прогнозов на 20%.

Учёные предложили решения для широкого спектра задач, включая анализ изменения поведения пользователей с течением времени. Кроме того, учёт поведения похожих пользователей способствовал дальнейшему улучшению качества модели.

Ранее ITinfo сообщало, что головной сухогруз «Конструктор Егоров» готов к эксплуатации.