Rule-to-Data Knowledge Transfer via Optimal Transport for Weakly Supervised Anomaly Detection on Transaction Graphs
Este artículo propone un marco de supervisión débil para la detección de anomalías en grafos de transacciones que aprovecha el transporte óptimo para alinear la semántica de reglas jerárquicas, derivadas de árboles de decisión, con representaciones continuas de transacciones, generando así pseudoetiquetas de alta calidad y superando a los modelos de referencia existentes en conjuntos de datos de referencia.