Knowledge-Driven Learning for XAI in Fraud Detection

In dit project ontwikkelen we een innovatieve aanpak voor het bestrijden van witwaspraktijken, gebaseerd op geavanceerde AI-methoden met hypergraafrepresentaties en process mining. Deze combinatie biedt een integraal overzicht van de betrokken transacties, kan omgaan met de complexe aard van de data en blijft tegelijk begrijpelijk voor experts die de data analyseren, zodat zij hun beslissingen goed kunnen onderbouwen.

  • PhD Student: Adia Lumadjeng
  • Begeleiders: Erman Acar (IvI/ILLC), Ilker Birbil (ABS)
  • Externe Partner: ABN AMRO

Cases

Vergelijkbare projecten & activiteiten

Bridging Tabular, Graph and Relational Foundation models

Mechanistic Interpretability for Tabular Transformers

ELSA lab AI for Health Equity

Advancing Machine Learning Methods for High-Frequency Financial Time-Series Data