Buchumschlag

Dynamic Fraud Detection: Integrating Reinforcement Learning into Graph Neural Networks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Dong, Yuxin, Yao, Jianhua, Wang, Jiajing, Liang, Yingbin, Liao, Shuhan, Xiao, Minheng
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Social and Information Networks
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Mitigating Message Imbalance in Fraud Detection with Dual-View Graph Representation Learning
von: Song, Yudan, et al.
Veröffentlicht: (2025)

Partitioning Message Passing for Graph Fraud Detection
von: Zhuo, Wei, et al.
Veröffentlicht: (2024)

Graph Neural Networks for Tabular Data Learning: A Survey with Taxonomy and Directions
von: Li, Cheng-Te, et al.
Veröffentlicht: (2024)

Revisiting Graph-Based Fraud Detection in Sight of Heterophily and Spectrum
von: Xu, Fan, et al.
Veröffentlicht: (2023)

Forward Learning of Graph Neural Networks
von: Park, Namyong, et al.
Veröffentlicht: (2024)

Chi-Square Wavelet Graph Neural Networks for Heterogeneous Graph Anomaly Detection
von: Li, Xiping, et al.
Veröffentlicht: (2025)

SIGMA: An Efficient Heterophilous Graph Neural Network with Fast Global Aggregation
von: Liu, Haoyu, et al.
Veröffentlicht: (2023)

A Unified Graph Selective Prompt Learning for Graph Neural Networks
von: Jiang, Bo, et al.
Veröffentlicht: (2024)

Towards Ideal Temporal Graph Neural Networks: Evaluations and Conclusions after 10,000 GPU Hours
von: Yang, Yuxin, et al.
Veröffentlicht: (2024)

Dynamic Graph with Similarity-Aware Attention Graph Neural Network for Recommender Systems
von: Senapati, Aadarsh, et al.
Veröffentlicht: (2026)

GegenNet: Spectral Convolutional Neural Networks for Link Sign Prediction in Signed Bipartite Graphs
von: Wang, Hewen, et al.
Veröffentlicht: (2025)

Using Time-Aware Graph Neural Networks to Predict Temporal Centralities in Dynamic Graphs
von: Heeg, Franziska, et al.
Veröffentlicht: (2023)

Rumor Detection on Social Media with Reinforcement Learning-based Key Propagation Graph Generator
von: Zhang, Yusong, et al.
Veröffentlicht: (2024)

Stock Type Prediction Model Based on Hierarchical Graph Neural Network
von: Yao, Jianhua, et al.
Veröffentlicht: (2024)

Graph Structure Prompt Learning: A Novel Methodology to Improve Performance of Graph Neural Networks
von: Huang, Zhenhua, et al.
Veröffentlicht: (2024)

Graph Neural Networks for Source Detection: A Review and Benchmark Study
von: Sterchi, Martin, et al.
Veröffentlicht: (2025)

Semi-supervised Credit Card Fraud Detection via Attribute-Driven Graph Representation
von: Xiang, Sheng, et al.
Veröffentlicht: (2024)

Revisiting the Message Passing in Heterophilous Graph Neural Networks
von: Zheng, Zhuonan, et al.
Veröffentlicht: (2024)

Disambiguated Node Classification with Graph Neural Networks
von: Zhao, Tianxiang, et al.
Veröffentlicht: (2024)

When Graph Structure Becomes a Liability: A Critical Re-Evaluation of Graph Neural Networks for Bitcoin Fraud Detection under Temporal Distribution Shift
von: Maganti, Saket
Veröffentlicht: (2026)

GRLinQ: An Intelligent Spectrum Sharing Mechanism for Device-to-Device Communications with Graph Reinforcement Learning
von: Shan, Zhiwei, et al.
Veröffentlicht: (2024)

HGOT: Self-supervised Heterogeneous Graph Neural Network with Optimal Transport
von: Liu, Yanbei, et al.
Veröffentlicht: (2025)

Heterophily-Aware Graph Attention Network
von: Wang, Junfu, et al.
Veröffentlicht: (2023)

Learn from Heterophily: Heterophilous Information-enhanced Graph Neural Network
von: Zheng, Yilun, et al.
Veröffentlicht: (2024)

Conditional Local Feature Encoding for Graph Neural Networks
von: Wang, Yongze, et al.
Veröffentlicht: (2024)

Incorporating Heterophily into Graph Neural Networks for Graph Classification
von: Yang, Jiayi, et al.
Veröffentlicht: (2022)

Improving Expressive Power of Spectral Graph Neural Networks with Eigenvalue Correction
von: Lu, Kangkang, et al.
Veröffentlicht: (2024)

PACIFIER: Pacing Opinion Depolarization via a Unified Graph Learning Framework
von: Liao, Mingkai
Veröffentlicht: (2026)

GraphMU: Repairing Robustness of Graph Neural Networks via Machine Unlearning
von: Wu, Tao, et al.
Veröffentlicht: (2024)

Disentangling, Amplifying, and Debiasing: Learning Disentangled Representations for Fair Graph Neural Networks
von: Lee, Yeon-Chang, et al.
Veröffentlicht: (2024)

RABot: Reinforcement-Guided Graph Augmentation for Imbalanced and Noisy Social Bot Detection
von: Zhang, Longlong, et al.
Veröffentlicht: (2026)

Understanding the Robustness of Graph Neural Networks against Adversarial Attacks
von: Wu, Tao, et al.
Veröffentlicht: (2024)

Heterogeneous Graph Neural Network on Semantic Tree
von: Guan, Mingyu, et al.
Veröffentlicht: (2024)

Graph Neural Networks with Diverse Spectral Filtering
von: Guo, Jingwei, et al.
Veröffentlicht: (2023)

Feature Selection and Extraction for Graph Neural Networks
von: Acharya, Deepak Bhaskar, et al.
Veröffentlicht: (2019)

Heterophilous Distribution Propagation for Graph Neural Networks
von: Zheng, Zhuonan, et al.
Veröffentlicht: (2024)

FLASH: Flexible Learning of Adaptive Sampling from History in Temporal Graph Neural Networks
von: Feldman, Or, et al.
Veröffentlicht: (2025)

What Is Missing In Homophily? Disentangling Graph Homophily For Graph Neural Networks
von: Zheng, Yilun, et al.
Veröffentlicht: (2024)

INFLECT-DGNN: Influencer Prediction with Dynamic Graph Neural Networks
von: Tiukhova, Elena, et al.
Veröffentlicht: (2023)

Link Prediction with Physics-Inspired Graph Neural Networks
von: Di Francesco, Andrea Giuseppe, et al.
Veröffentlicht: (2024)