FRAG-Net: An Explainable Computational Intelligence Framework for Imbalanced Financial Risk Early Warning via Conditional Wasserstein GAN and Attention-Based Feature Fusion
Questo articolo propone FRAG-Net, un framework di intelligenza computazionale spiegabile che combina la Conditional Wasserstein GAN per la generazione di campioni sintetici minoritari, l'attenzione multi-testa per la fusione delle caratteristiche e SHAP per l'interpretabilità, al fine di affrontare efficacemente il grave squilibrio di classe nel preavviso del rischio finanziario.