A Hybrid Graph Neural Network Approach for Fraud Detection in Financial Transactions
Dit artikel stelt een nieuw hybride graph neural network-framework voor dat Graph Convolutional Networks, Graph Attention Networks, Graph Transformers en wavelet-gebaseerde feature-enhancement integreert om multi-schaal structurele en spectrale patronen te vangen, waarmee het bestaande methoden aanzienlijk overtreft bij het detecteren van complexe financiële fraude met hoge precisie en schaalbaarheid.