Buchumschlag

Effective Illicit Account Detection on Large Cryptocurrency MultiGraphs

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ding, Zhihao, Shi, Jieming, Li, Qing, Cao, Jiannong
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

SGOOD: Substructure-enhanced Graph-Level Out-of-Distribution Detection
von: Ding, Zhihao, et al.
Veröffentlicht: (2023)

RingFormer: A Ring-Enhanced Graph Transformer for Organic Solar Cell Property Prediction
von: Ding, Zhihao, et al.
Veröffentlicht: (2024)

FlexGuard: Continuous Risk Scoring for Strictness-Adaptive LLM Content Moderation
von: Ding, Zhihao, et al.
Veröffentlicht: (2026)

MGAS: Multi-Granularity Architecture Search for Trade-Off Between Model Effectiveness and Efficiency
von: Liu, Xiaoyun, et al.
Veröffentlicht: (2023)

Interpretable Graph-Language Modeling for Detecting Youth Illicit Drug Use
von: Li, Yiyang, et al.
Veröffentlicht: (2025)

Graph Network Models To Detect Illicit Transactions In Block Chain
von: Adloori, Hrushyang, et al.
Veröffentlicht: (2024)

Temporal-Aware Graph Attention Network for Cryptocurrency Transaction Fraud Detection
von: Zheng, Zhi, et al.
Veröffentlicht: (2025)

AdaptCL: Adaptive Continual Learning for Tackling Heterogeneity in Sequential Datasets
von: Zhao, Yuqing, et al.
Veröffentlicht: (2022)

Exploiting Latent Linearity in LLMs Improves Explainable Molecular Representation Learning
von: Li, Zhuoran, et al.
Veröffentlicht: (2024)

FedCCA: Client-Centric Adaptation against Data Heterogeneity in Federated Learning on IoT Devices
von: Wang, Kaile, et al.
Veröffentlicht: (2026)

GPrune-LLM: Generalization-Aware Structured Pruning for Large Language Models
von: Liu, Xiaoyun, et al.
Veröffentlicht: (2026)

FedRD: Reducing Divergences for Generalized Federated Learning via Heterogeneity-aware Parameter Guidance
von: Wang, Kaile, et al.
Veröffentlicht: (2026)

Hybrid GCN-GRU Model for Anomaly Detection in Cryptocurrency Transactions
von: Na, Gyuyeon, et al.
Veröffentlicht: (2025)

Multi-Head Spectral-Adaptive Graph Anomaly Detection
von: Cao, Qingyue, et al.
Veröffentlicht: (2025)

Collaborative Imputation of Urban Time Series through Cross-city Meta-learning
von: Nie, Tong, et al.
Veröffentlicht: (2025)

OKG-LLM: Aligning Ocean Knowledge Graph with Observation Data via LLMs for Global Sea Surface Temperature Prediction
von: Yang, Hanchen, et al.
Veröffentlicht: (2025)

Accelerating Asynchronous Federated Learning Convergence via Opportunistic Mobile Relaying
von: Bian, Jieming, et al.
Veröffentlicht: (2022)

Harnessing Scale and Physics: A Multi-Graph Neural Operator Framework for PDEs on Arbitrary Geometries
von: Li, Zhihao, et al.
Veröffentlicht: (2024)

Label Deconvolution for Node Representation Learning on Large-scale Attributed Graphs against Learning Bias
von: Shi, Zhihao, et al.
Veröffentlicht: (2023)

Accurate and Scalable Graph Neural Networks via Message Invariance
von: Shi, Zhihao, et al.
Veröffentlicht: (2025)

Data-centric Federated Graph Learning with Large Language Models
von: Yan, Bo, et al.
Veröffentlicht: (2025)

Large Language Models are Effective Priors for Causal Graph Discovery
von: Darvariu, Victor-Alexandru, et al.
Veröffentlicht: (2024)

NeiGAD: Augmenting Graph Anomaly Detection via Spectral Neighbor Information
von: Qing, Qing, et al.
Veröffentlicht: (2026)

FreeGAD: A Training-Free yet Effective Approach for Graph Anomaly Detection
von: Zhao, Yunfeng, et al.
Veröffentlicht: (2025)

FANFOLD: Graph Normalizing Flows-driven Asymmetric Network for Unsupervised Graph-Level Anomaly Detection
von: Cao, Rui, et al.
Veröffentlicht: (2024)

DecoKAN: Interpretable Decomposition for Forecasting Cryptocurrency Market Dynamics
von: Gao, Yuan, et al.
Veröffentlicht: (2025)

A Multisource Fusion Framework for Cryptocurrency Price Movement Prediction
von: Dashtaki, Saeed Mohammadi, et al.
Veröffentlicht: (2024)

The Override Gap: A Magnitude Account of Knowledge Conflict Failure in Hypernetwork-Based Instant LLM Adaptation
von: Cheng, Shuaizhi, et al.
Veröffentlicht: (2026)

Multi-Scale Adaptive Neighborhood Awareness Transformer For Graph Fraud Detection
von: Lv, Jiaqi, et al.
Veröffentlicht: (2026)

Overcoming Growth-Induced Forgetting in Task-Agnostic Continual Learning
von: Zhao, Yuqing, et al.
Veröffentlicht: (2024)

Guarding Graph Neural Networks for Unsupervised Graph Anomaly Detection
von: Bei, Yuanchen, et al.
Veröffentlicht: (2024)

FedDistill: Global Model Distillation for Local Model De-Biasing in Non-IID Federated Learning
von: Song, Changlin, et al.
Veröffentlicht: (2024)

Unsupervised Graph Anomaly Detection via Multi-Hypersphere Heterophilic Graph Learning
von: Ni, Hang, et al.
Veröffentlicht: (2025)

M3-AD: Reflection-aware Multi-modal, Multi-category, and Multi-dimensional Benchmark and Framework for Industrial Anomaly Detection
von: Huang, Chao, et al.
Veröffentlicht: (2026)

Predicting Student Dropout Risk With A Dual-Modal Abrupt Behavioral Changes Approach
von: Cheng, Jiabei, et al.
Veröffentlicht: (2025)

GAD in the Wild: Benchmarking Graph Anomaly Detection under Realistic Deployment Challenges
von: Zhou, Jingjing, et al.
Veröffentlicht: (2026)

Transductive Reward Inference on Graph
von: Qu, Bohao, et al.
Veröffentlicht: (2024)

Forecasting Cryptocurrency Prices using Contextual ES-adRNN with Exogenous Variables
von: Smyl, Slawek, et al.
Veröffentlicht: (2025)

Decoupled Graph Energy-based Model for Node Out-of-Distribution Detection on Heterophilic Graphs
von: Chen, Yuhan, et al.
Veröffentlicht: (2025)

Leveraging Large Language Models for Effective Label-free Node Classification in Text-Attributed Graphs
von: Zhang, Taiyan, et al.
Veröffentlicht: (2024)