HyperMining: Explainable Anti-Money Laundering

In dit project streven we naar de ontwikkeling van een vernieuwende methode voor het opsporen van witwaspraktijken, gebaseerd op geavanceerde AI-technieken met hypergraafrepresentaties en process mining. Deze aanpak biedt een samenhangend beeld van de betrokken transacties, kan de complexiteit van de data aan en blijft tegelijk begrijpelijk voor experts, zodat zij hun analyses en beslissingen goed kunnen onderbouwen.

  • PhD Student: Fatemeh Gholamzadeh Nasrabadi
  • Begeleiders: Marcel Worring (IvI), Michael Werner (ABS)
  • Externe Partner: Transaction Monitoring Netherlands

 

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