热点事件持续更新
研究人员提出基于异构图关系学习的钱骡检测模型
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
2026年10月，研究人员在 arXiv 发布研究，提出一种将银行关系模式直接视为异构图的资金骡子（钱骡）检测方法。该方法结合 HeteroGraphSAGE 消息传递机制与相对时间编码来直接评估账户风险，且可直接部署在银行现有数据库上，无需单独构建特征图。在包含 4 亿笔交易及 94,063 个标注账户的 RBIH 数据集测试中，该模型在实现 83% 准确率和 0.5% 误报率的同时，召回了 90% 的保留骡子账户，较表现最强的树集成模型多检出 115 个账户。
AI 根据报道生成 · 4 小时前更新
最新进展10月16日 12:00
研究人员提出基于异构图与关系学习的钱骡检测模型，可直接在银行现有数据库上部署并提升检出率。报道时间线
沿着报道，了解事件的不同侧面。
10月16日
- arXiv 人工智能基于 RBIH NFPC 数据集将资金骡子检测视为关系学习问题的研究
研究人员提出一种将银行关系模式直接视作异构图的资金骡子检测方法，结合 HeteroGraphSAGE 消息传递和相对时间编码直接评估账户风险。在包含 4 亿笔交易和 94,063 个标注账户的 RBIH 数据集测试中，该模型在 83% 准确率和 0.5% 误报率下召回了 90% 的保留骡子账户，比最强树集成模型多检出 115 个。该方案可直接部署在银行现有数据库上，无需单独构建特征图。
本事件热度走势
当前热度 9·可比范围峰值 10（10月16日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。