:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Nie, Chuanhao, Liu, Yunbo, Wang, Chao
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Artificial Intelligence
Online-Zugang:	https://arxiv.org/abs/2512.06240
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Evaluating Supervised Learning Models for Fraud Detection: A Comparative Study of Classical and Deep Architectures on Imbalanced Transaction Data
von: Wang, Chao, et al.
Veröffentlicht: (2025)

Realistic Synthetic Financial Transactions for Anti-Money Laundering Models
von: Altman, Erik, et al.
Veröffentlicht: (2023)

Anti-Money Laundering Systems Using Deep Learning
von: Sidiq, Mashkhal Abdalwahid, et al.
Veröffentlicht: (2025)

Tide: A Customisable Dataset Generator for Anti-Money Laundering Research
von: Beukel, Montijn van den, et al.
Veröffentlicht: (2026)

Exploring the In-Context Learning Capabilities of LLMs for Money Laundering Detection in Financial Graphs
von: Pirmorad, Erfan
Veröffentlicht: (2025)

Deep Learning Approaches for Anti-Money Laundering on Mobile Transactions: Review, Framework, and Directions
von: Fan, Jiani, et al.
Veröffentlicht: (2025)

TransXion: A High-Fidelity Graph Benchmark for Realistic Anti-Money Laundering
von: Chen, Keyang, et al.
Veröffentlicht: (2026)

Anti-Money Laundering Machine Learning Pipelines; A Technical Analysis on Identifying High-risk Bank Clients with Supervised Learning
von: Namdar, Khashayar, et al.
Veröffentlicht: (2025)

LineMVGNN: Anti-Money Laundering with Line-Graph-Assisted Multi-View Graph Neural Networks
von: Poon, Chung-Hoo, et al.
Veröffentlicht: (2026)

Graph-Driven Cross-Industry Real-Time Monitoring Framework for Anti-Money Laundering Detection in Converged Mobility-Energy Supply Chain Networks
von: Liu, Rong, et al.
Veröffentlicht: (2026)

Intelligent Anti-Money Laundering Solution Based upon Novel Community Detection in Massive Transaction Networks on Spark
von: Li, Xurui, et al.
Veröffentlicht: (2025)

AMLgentex: Mobilizing Data-Driven Research to Combat Money Laundering
von: Östman, Johan, et al.
Veröffentlicht: (2025)

Towards Collaborative Anti-Money Laundering Among Financial Institutions
von: Tian, Zhihua, et al.
Veröffentlicht: (2025)

Year-over-Year Developments in Financial Fraud Detection via Deep Learning: A Systematic Literature Review
von: Chen, Yisong, et al.
Veröffentlicht: (2025)

AI-Supervisor: Autonomous AI Research Supervision via a Persistent Research World Model
von: Long, Yunbo
Veröffentlicht: (2026)

Combating Data Laundering in LLM Training
von: Li, Muxing, et al.
Veröffentlicht: (2026)

AI in Money Matters
von: Tchatchoua, Nadine Sandjo, et al.
Veröffentlicht: (2025)

AMLNet: A Knowledge-Based Multi-Agent Framework to Generate and Detect Realistic Money Laundering Transactions
von: Huda, Sabin, et al.
Veröffentlicht: (2025)

Intent Laundering: AI Safety Datasets Are Not What They Seem
von: Golchin, Shahriar, et al.
Veröffentlicht: (2026)

EmoMAS: Emotion-Aware Multi-Agent System for High-Stakes Edge-Deployable Negotiation with Bayesian Orchestration
von: Long, Yunbo, et al.
Veröffentlicht: (2026)

Semantic Laundering in AI Agent Architectures: Why Tool Boundaries Do Not Confer Epistemic Warrant
von: Romanchuk, Oleg, et al.
Veröffentlicht: (2026)

Provably Efficient Algorithm for Best Scoring Rule Identification in Online Principal-Agent Information Acquisition
von: Wang, Zichen, et al.
Veröffentlicht: (2025)

Network Embedding Analysis for Anti-Money Laundering Detection
von: Bonato, Anthony, et al.
Veröffentlicht: (2025)

AI Model Passport: Data and System Traceability Framework for Transparent AI in Health
von: Kalokyri, Varvara, et al.
Veröffentlicht: (2025)

Combating Financial Crimes with Unsupervised Learning Techniques: Clustering and Dimensionality Reduction for Anti-Money Laundering
von: Bakry, Ahmed N., et al.
Veröffentlicht: (2024)

Federated Linear Contextual Bandits with Heterogeneous Clients
von: Blaser, Ethan, et al.
Veröffentlicht: (2024)

Robust Anomaly Detection in Network Traffic: Evaluating Machine Learning Models on CICIDS2017
von: Xu, Zhaoyang, et al.
Veröffentlicht: (2025)

Artificial Finance: How AI Thinks About Money
von: Erdem, Orhan, et al.
Veröffentlicht: (2025)

Augmentation through Laundering Attacks for Audio Spoof Detection
von: Ali, Hashim, et al.
Veröffentlicht: (2024)

Harmful Prompt Laundering: Jailbreaking LLMs with Abductive Styles and Symbolic Encoding
von: Joo, Seongho, et al.
Veröffentlicht: (2025)

Data Laundering: Artificially Boosting Benchmark Results through Knowledge Distillation
von: Mansurov, Jonibek, et al.
Veröffentlicht: (2024)

Causality Laundering: Denial-Feedback Leakage in Tool-Calling LLM Agents
von: Chinaei, Mohammad Hossein
Veröffentlicht: (2026)

Ensuring Fairness with Transparent Auditing of Quantitative Bias in AI Systems
von: Yuan, Chih-Cheng Rex, et al.
Veröffentlicht: (2024)

Towards Meaningful Transparency in Civic AI Systems
von: Murray-Rust, Dave, et al.
Veröffentlicht: (2025)

Enhancing Anti-Money Laundering Efforts with Network-Based Algorithms
von: Bonato, Anthony, et al.
Veröffentlicht: (2024)

Fin-Ally: Pioneering the Development of an Advanced, Commonsense-Embedded Conversational AI for Money Matters
von: Das, Sarmistha, et al.
Veröffentlicht: (2025)

Specification-Driven Generation and Evaluation of Discrete-Event World Models via the DEVS Formalism
von: Chen, Zheyu, et al.
Veröffentlicht: (2026)

AI Act Evaluation Benchmark: An Open, Transparent, and Reproducible Evaluation Dataset for NLP and RAG Systems
von: Davvetas, Athanasios, et al.
Veröffentlicht: (2026)

Super Co-alignment of Human and AI for Sustainable Symbiotic Society
von: Zeng, Yi, et al.
Veröffentlicht: (2025)

SynDelay: A Synthetic Dataset for Delivery Delay Prediction
von: Xu, Liming, et al.
Veröffentlicht: (2025)