Temporal Contrastive Transformer for Financial Crime Detection: Self-Supervised Sequence Embeddings via Predictive Contrastive Coding

El Temporal Contrastive Transformer (TCT) es un nuevo marco de aprendizaje de representación diseñado para secuencias de transacciones financieras, con el objetivo de detectar fraudes. Utiliza el aprendizaje contrastivo auto-supervisado para generar embeddings que capturan patrones de comportamiento temporales, mostrando un rendimiento predictivo significativo, especialmente al combinarse con características diseñadas para el dominio.