Buchumschlag

ROSFD: Robust Online Streaming Fraud Detection with Resilience to Concept Drift in Data Streams

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Yelleti, Vivek
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Incremental Outlier Detection Modelling Using Streaming Analytics in Finance & Health Care
von: Yelleti, Vivek, et al.
Veröffentlicht: (2023)

Identifying Predictions That Influence the Future: Detecting Performative Concept Drift in Data Streams
von: Gower-Winter, Brandon, et al.
Veröffentlicht: (2024)

Robust Outlier Detection and Low-Latency Concept Drift Adaptation for Data Stream Regression: A Dual-Channel Architecture
von: Wang, Bingbing, et al.
Veröffentlicht: (2025)

Log anomaly detection via Meta Learning and Prototypical Networks for Cross domain generalization
von: Sharma, Krishna, et al.
Veröffentlicht: (2026)

Binary Anomaly Detection in Streaming IoT Traffic under Concept Drift
von: Carnier, Rodrigo Matos, et al.
Veröffentlicht: (2025)

Incremental Learning with Concept Drift Detection and Prototype-based Embeddings for Graph Stream Classification
von: Malialis, Kleanthis, et al.
Veröffentlicht: (2024)

Resilient Class-Incremental Learning: on the Interplay of Drifting, Unlabelled and Imbalanced Data Streams
von: Li, Jin, et al.
Veröffentlicht: (2026)

Joint Detection of Fraud and Concept Drift inOnline Conversations with LLM-Assisted Judgment
von: Senol, Ali, et al.
Veröffentlicht: (2025)

Generalized Incremental Learning under Concept Drift across Evolving Data Streams
von: Yu, En, et al.
Veröffentlicht: (2025)

CaDrift: A Time-dependent Causal Generator of Drifting Data Streams
von: Barboza, Eduardo V. L., et al.
Veröffentlicht: (2026)

Pitfalls of Unlabeled Disagreement-Based Drift Detection in Streaming Tree Ensembles
von: Neves, Lara Sá, et al.
Veröffentlicht: (2026)

Online Drift Detection with Maximum Concept Discrepancy
von: Wan, Ke, et al.
Veröffentlicht: (2024)

TRACE: A Generalizable Drift Detector for Streaming Data-Driven Optimization
von: Zhong, Yuan-Ting, et al.
Veröffentlicht: (2025)

Autonomous Drift Learning in Data Streams: A Unified Perspective
von: Yang, Xiaoyu, et al.
Veröffentlicht: (2026)

Concept Drift Adaptation in Text Stream Mining Settings: A Systematic Review
von: Garcia, Cristiano Mesquita, et al.
Veröffentlicht: (2023)

Open World Autoencoding Drift Detection with Novel Class Recognition in Tabular Non-stationary Data Streams
von: Komorniczak, Joanna
Veröffentlicht: (2026)

Evaluating Transfer Learning Methods on Real-World Data Streams: A Case Study in Financial Fraud Detection
von: Pereira, Ricardo Ribeiro, et al.
Veröffentlicht: (2025)

DeepBooTS: Dual-Stream Residual Boosting for Drift-Resilient Time-Series Forecasting
von: Liang, Daojun, et al.
Veröffentlicht: (2025)

Online Detection of Water Contamination Under Concept Drift
von: Li, Jin, et al.
Veröffentlicht: (2025)

Fingerprinting Concepts in Data Streams with Supervised and Unsupervised Meta-Information
von: Halstead, Ben, et al.
Veröffentlicht: (2026)

Federated Online Learning for Heterogeneous Multisource Streaming Data
von: Li, Jingmao, et al.
Veröffentlicht: (2025)

Improving Online Bagging for Complex Imbalanced Data Stream
von: Przybyl, Bartosz, et al.
Veröffentlicht: (2024)

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

Methods for Generating Drift in Text Streams
von: Garcia, Cristiano Mesquita, et al.
Veröffentlicht: (2024)

A Spatio-Temporal Online Robust Tensor Recovery Approach for Streaming Traffic Data Imputation
von: Yang, Yiyang, et al.
Veröffentlicht: (2025)

A Probabilistic Framework for Adapting to Changing and Recurring Concepts in Data Streams
von: Halstead, Ben, et al.
Veröffentlicht: (2024)

Extension OL-MDISF: Online Learning from Mix-Typed, Drifted, and Incomplete Streaming Features
von: Zhuo, Shengda, et al.
Veröffentlicht: (2025)

Online-BLS: An Accurate and Efficient Online Broad Learning System for Data Stream Classification
von: Lei, Chunyu, et al.
Veröffentlicht: (2025)

Harmonized Gradient Descent for Class Imbalanced Data Stream Online Learning
von: Zhou, Han, et al.
Veröffentlicht: (2025)

Leveraging the Christoffel Function for Outlier Detection in Data Streams
von: Ducharlet, Kévin, et al.
Veröffentlicht: (2025)

Explainable Anomaly Detection for Industrial IoT Data Streams
von: Paupério, Ana Rita, et al.
Veröffentlicht: (2025)

From XAI to MLOps: Explainable Concept Drift Detection with Profile Drift Detection
von: Dar, Ugur, et al.
Veröffentlicht: (2024)

An Efficient Outlier Detection Algorithm for Data Streaming
von: Hu, Rui, et al.
Veröffentlicht: (2025)

Temporal Analysis of Drifting Hashtags in Textual Data Streams: A Graph-Based Application
von: Garcia, Cristiano M., et al.
Veröffentlicht: (2024)

Squeezing More from the Stream : Learning Representation Online for Streaming Reinforcement Learning
von: Nilaksh, et al.
Veröffentlicht: (2026)

FGDM: Reasoning Aware Multi-Agentic Framework for Software Bug Detection using Chain of Thought and Tree of Thought Prompting
von: Padmanabhuni, Srita, et al.
Veröffentlicht: (2026)

How well does Classification Accuracy capture Concept Drift Detection Quality? An overview of Concept Drift Detection evaluation
von: Komorniczak, Joanna
Veröffentlicht: (2026)

Turning Drift into Constraint: Robust Reasoning Alignment in Non-Stationary Multi-Stream Environments
von: Yang, Xiaoyu, et al.
Veröffentlicht: (2025)

Distributionally Robust Policy Learning under Concept Drifts
von: Wang, Jingyuan, et al.
Veröffentlicht: (2024)

Online Sparse Feature Selection in Data Streams via Differential Evolution
von: Xu, Ruiyang
Veröffentlicht: (2025)