Este paper apresenta um framework inovador que utiliza Reinforcement Learning (RL) para a manutenção adaptativa de Graph Neural Networks (GNNs), visando robustez na detecção de fraudes financeiras. A solução aborda o problema crítico de 'concept drift' em ambi…
Este paper explora o uso de machine learning para avaliação imobiliária em Fortaleza, Brasil, incorporando fatores de acesso a educação e saúde. A pesquisa combina dados georreferenciados com técnicas de ML para criar modelos mais precisos que consideram aspec…
Pesquisa da UNIFOR analisa a robustez de detectores de fraude baseados em Graph Neural Networks (GNNs) frente ao drift de dados em knowledge graphs financeiros. Estudo demonstra que arquiteturas mais simples como R-GCN são mais resilientes à degradação tempora…