| 001 - IDENTIFICADOR DO REGISTO |
|---|
| Identificador do registo |
377869 |
| 100 ## - DADOS GERAIS DE PROCESSAMENTO |
|---|
| Dados gerais de processamento |
20201217u y0pory50 ba |
| 101 ## - LÍNGUA DA PUBLICAÇÃO |
|---|
| Língua do texto, banda sonora, etc. |
Inglês |
| 200 ## - TÍTULO E MENÇÃO DE RESPONSABILIDADE |
|---|
| Título próprio |
Detecting money laundering transactions with machine learning |
| Indicação genérica do tipo de material |
Recurso eletrónico |
| Primeira menção de responsabilidade |
Martin Jullum ...[et al.] |
| 311 ## - NOTAS RELATIVAS A CAMPOS DE ENTRADAS RELACIONADAS |
|---|
| Texto da nota |
Tradução parcial do resumo inserto no artigo. Ficheiro de 277 KB em formato PDF (14 p.). |
| 330 ## - SÚMULA OU RESUMO |
|---|
| Texto da nota |
O objetivo deste artigo é desenvolver, descrever e validar um modelo de aprendizagem mecânico para priorizar que transações financeiras devem ser investigadas manualmente, por revelarem ter potencial para servirem de lavagem de dinheiro. O modelo é aplicado a um grande conjunto de dados do maior banco da Noruega, o DNB. Um modelo de aprendizagem mecânico supervisionado é treinado, usando três tipos de dados históricos: transações legais “normais”; aqueles sinalizados como suspeitos pelo sistema de alerta interno do banco; e casos potenciais de lavagem de dinheiro relatados às autoridades. O modelo é treinado para prever a probabilidade de que uma nova transação seja relatada, usando informações como informações básicas sobre o remetente / recetor, o seu comportamento anterior e o seu histórico de transações. O artigo demonstra que a abordagem comum de não usar alertas não relatados (ou seja, transações que são investigadas, mas não relatadas) no treino do modelo pode levar a resultados abaixo do ideal. O mesmo se aplica ao uso de transações normais (não investigadas). O método desenvolvido supera a abordagem atual do banco em termos de uma medida justa de desempenho. Este estudo é um dos poucos modelos publicados de combate à lavagem de dinheiro (AML) para transações suspeitas, que foram aplicados a um conjunto de dados de dimensão realista. O documento também apresenta uma nova medida de desempenho adaptada especificamente para comparar o método proposto com o sistema AML existente do banco. |
| 461 ## - NÍVEL DE CONJUNTO |
|---|
| Data de publicação |
2020 |
| Número do volume |
Vol. 23, n.º 1 |
| Título |
Journal of Money Laundering Control |
| ISSN |
1368-5201 |
| Descrição física |
p. 173-186 |
| 606 ## - NOME COMUM USADO COMO ASSUNTO |
|---|
| Elemento de entrada |
BRANQUEAMENTO DE CAPITAIS |
| 606 ## - NOME COMUM USADO COMO ASSUNTO |
|---|
| Elemento de entrada |
INVESTIGAÇÃO CRIMINAL |
| 606 ## - NOME COMUM USADO COMO ASSUNTO |
|---|
| Elemento de entrada |
MÉTODO DE INVESTIGAÇÃO |
| 710 ## - NOME DE COLECTIVIDADE - RESPONSABILIDADE PRINCIPAL |
|---|
| Palavra de ordem |
DETECTING MONEY LAUNDERING TRANSACTIONS WITH MACHINE LEARNING |
| 995 ## - Localização e informação dos exemplares |
|---|
| -- |
0 |
| -- |
PJCD_315_000000000000000 |
| -- |
2022-06-06 |
| -- |
2022-06-06 |
| -- |
0 |
