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

Le Temporal Contrastive Transformer (TCT) est un nouveau cadre d'apprentissage de représentations conçu pour les séquences de transactions financières, visant la détection de fraudes. Il utilise l'apprentissage contrastif auto-supervisé pour produire des embeddings qui encodent les schémas comportementaux temporels, affichant une performance prédictive significative, surtout lorsqu'il est combiné avec des caractéristiques spécifiques au domaine.