Rule-to-Data Knowledge Transfer via Optimal Transport for Weakly Supervised Anomaly Detection on Transaction Graphs
Este artigo propõe um framework de supervisão fraca para detecção de anomalias em grafos de transações que utiliza o transporte ótimo para alinhar semânticas de regras hierárquicas, derivadas de árvores de decisão, com representações contínuas de transações, gerando assim pseudo-rótulos de alta qualidade e superando os baselines existentes em conjuntos de dados de referência.