-
公开(公告)号：CN114357225B
公开(公告)日：2024-05-24
申请号：CN202111500053.6
申请日：2021-12-09
Applicant: 之江实验室
IPC: G06F16/583 , G06F16/587 , G06V10/74 , G06V10/762 , G06Q40/08
Abstract: 本发明公开了一种基于跨案件图像比对的车险理赔欺诈风险识别方法和系统，该方法收集多个车险案件的图像数据，并利用地理位置信息和全景图像数据，建立跨案件图像向量化和图像相似度聚类模型。该方法对多个车险理赔案件内的图像信息进行数学抽象和量化对比，并且通过全景图像数据将看似不关联的案件信息关联起来，从而实现低复杂度高准确度的基于图像数据的案件关联性量化分析方法。该方法为从关联主体、关联事故现场等角度有效识别车险理赔欺诈风险提供有效的图像数据和关联关系分析。
-
公开(公告)号：CN116304885B
公开(公告)日：2023-08-22
申请号：CN202310529662.7
申请日：2023-05-11
Applicant: 之江实验室
IPC: G06F18/241 , G06F18/214 , G06F16/22 , G06N3/08 , G06Q40/08
Abstract: 本申请涉及一种基于图节点嵌入的事件识别方法、装置和设备，其中，基于图节点嵌入的事件识别方法包括：基于至少两个关联关系图，分别构建对应的异构关联关系邻接矩阵；将各所述异构关联关系邻接矩阵输入至图节点嵌入模型，获得对应的图节点特征向量；基于各所述历史事件的图节点特征向量以及第一特征对模型进行训练，获得事件识别模型；基于所述事件识别模型对待识别事件进行识别，获得待识别事件的识别结果，在模型训练的过程中增加了各历史事件的图节点特征向量，解决了相关技术中存在的事件识别不准确的问题，提高了事件识别的准确度。
-
公开(公告)号：CN114357225A
公开(公告)日：2022-04-15
申请号：CN202111500053.6
申请日：2021-12-09
Applicant: 之江实验室
IPC: G06F16/583 , G06F16/587 , G06K9/62 , G06Q40/08
Abstract: 本发明公开了一种基于跨案件图像比对的车险理赔欺诈风险识别方法和系统，该方法收集多个车险案件的图像数据，并利用地理位置信息和全景图像数据，建立跨案件图像向量化和图像相似度聚类模型。该方法对多个车险理赔案件内的图像信息进行数学抽象和量化对比，并且通过全景图像数据将看似不关联的案件信息关联起来，从而实现低复杂度高准确度的基于图像数据的案件关联性量化分析方法。该方法为从关联主体、关联事故现场等角度有效识别车险理赔欺诈风险提供有效的图像数据和关联关系分析。
-
公开(公告)号：CN116304885A
公开(公告)日：2023-06-23
申请号：CN202310529662.7
申请日：2023-05-11
Applicant: 之江实验室
IPC: G06F18/241 , G06F18/214 , G06F16/22 , G06N3/08 , G06Q40/08
Abstract: 本申请涉及一种基于图节点嵌入的事件识别方法、装置和设备，其中，基于图节点嵌入的事件识别方法包括：基于至少两个关联关系图，分别构建对应的异构关联关系邻接矩阵；将各所述异构关联关系邻接矩阵输入至图节点嵌入模型，获得对应的图节点特征向量；基于各所述历史事件的图节点特征向量以及第一特征对模型进行训练，获得事件识别模型；基于所述事件识别模型对待识别事件进行识别，获得待识别事件的识别结果，在模型训练的过程中增加了各历史事件的图节点特征向量，解决了相关技术中存在的事件识别不准确的问题，提高了事件识别的准确度。
-
公开(公告)号：CN116168117A
公开(公告)日：2023-05-26
申请号：CN202211541125.6
申请日：2022-12-02
Applicant: 之江实验室
IPC: G06T11/60 , G06T7/12 , G06V10/774 , G06V10/26 , G06Q40/08
Abstract: 本发明公开了一种面向车险反欺诈的图像生成方法、系统、装置和介质，该方法具体为：首先收集车险图像构建车险图像数据库并进行预处理，构建图像数据集，根据语义分割方式，对车辆部件进行标注；然后通过标注结果解析和分布分析，统计不同部件不同损伤类型的概率，对概率小于阈值的样本类型进行补充；其次构建车辆部件的有损和无损图像样本集，使用特征迁移方法将无损图像样本转换为有损图像样本，实现车损部件特征迁移；最后将有损部件图像合成到目标车辆上，形成新的车损图像样本。本发明能够使得车损图像样本集更全面，增加其多样性，提高数据质量，以提高车损反欺诈中的图像特征提取等算法的有效性。
-
Patent Agency Ranking
公开(公告)号：CN117078441B
公开(公告)日：2024-02-06
申请号：CN202311332282.0
申请日：2023-10-16
Applicant: 之江实验室
IPC: G06F17/00 , G06Q40/08 , G06Q10/0635 , G06Q50/10
Abstract: 本申请涉及一种理赔欺诈识别方法、装置、计算机设备和存储介质，通过将历史理赔事件数据构建为用于表征历史理赔事件中各个事件元素与每个历史理赔事件关联关系的历史关联关系邻接矩阵组，根据历史关联关系邻接矩阵组，构建用于表征重要程度最高的事件元素下每个历史理赔事件关联关系的历史重要关联关系邻接矩阵，构建完成后，提取历史重要关联关系邻接矩阵组的历史特征向量，结合历史重要关联关系邻接矩阵，构建理赔欺诈识别模型，使用识别模型对待预测理赔事件进行风险判断，由于将事件的关联关系根据重要程度进行划分，因此突出了重要关联关系，解决了相关技术中理赔欺诈事件识别准确度较低的问题，提高了理赔欺诈事件(56)对比文件Shuhan Yuan等.Spectrum-based DeepNeural Networks for Fraud Detection.CIKM'17: PROCEEDINGS OF THE 2017 ACMCONFERENCE ON INFORMATION AND KNOWLEDGEMANAGEMENT.2017,2419-2422.Nannan Ning等.Comparison of SiliconLattice-Filter-Based O-Band 1times8 (De)Multiplexers With Flat and Gaussian-LikePassbands.IEEE.2022,第14卷(第4期),6615705.卢冰洁等.机器学习模型在车险欺诈检测的研究进展.计算机工程与应用.2022,第58卷(第5期),34-49.吕文韬.基于图采样与异质图神经网络的欺诈检测研究.中国优秀硕士学位论文全文数据库基础科学辑.2023,(第10期),A002-25.周晓楠;黄磊;王飞跃;储明;黄涛.图数据库在识别重大疾病保险团伙式欺诈中的应用研究.保险研究.2020,(第09期),全文.闫春;李亚琪;孙海棠.基于蚁群算法优化随机森林模型的汽车保险欺诈识别研究.保险研究.2017,(第06期),全文.
-
公开(公告)号：CN117078441A
公开(公告)日：2023-11-17
申请号：CN202311332282.0
申请日：2023-10-16
Applicant: 之江实验室
IPC: G06Q40/08 , G06Q10/0635 , G06Q50/10
Abstract: 本申请涉及一种理赔欺诈识别方法、装置、计算机设备和存储介质，通过将历史理赔事件数据构建为用于表征历史理赔事件中各个事件元素与每个历史理赔事件关联关系的历史关联关系邻接矩阵组，根据历史关联关系邻接矩阵组，构建用于表征重要程度最高的事件元素下每个历史理赔事件关联关系的历史重要关联关系邻接矩阵，构建完成后，提取历史重要关联关系邻接矩阵组的历史特征向量，结合历史重要关联关系邻接矩阵，构建理赔欺诈识别模型，使用识别模型对待预测理赔事件进行风险判断，由于将事件的关联关系根据重要程度进行划分，因此突出了重要关联关系，解决了相关技术中理赔欺诈事件识别准确度较低的问题，提高了理赔欺诈事件的识别效率。
-
公开(公告)号：CN116150341B
公开(公告)日：2023-07-18
申请号：CN202310440660.0
申请日：2023-04-23
Applicant: 之江实验室
IPC: G06F16/332 , G06F16/33 , G06Q40/08 , G06F18/2411 , G06F18/214
Abstract: 本申请涉及一种理赔事件检测方法、计算机设备和存储介质，在图网络发生变更的情况下，更新第一节点序列，得到当前时间戳的第二节点序列，其中，图网络基于理赔事件的数据构建得到，第一节点序列通过关联图网络中的多个节点得到；在词向量模型中，根据第二节点序列和涉变更节点的权重参数，对词向量模型进行反向迭代训练，并根据训练后的词向量模型得到当前时间戳的节点向量，其中，涉变更节点包括图网络中节点和/或节点之间的边发生变化的节点；根据当前时间戳的节点向量，确定理赔事件是否属于目标类型事件，如此设置，只需要迭代更新部分节点的权重参数，减少了计算量，从而能够准确且高效地检测理赔事件。
-
公开(公告)号：CN115858569A
公开(公告)日：2023-03-28
申请号：CN202211325152.X
申请日：2022-10-26
Applicant: 之江实验室
IPC: G06F16/2453 , G06F16/2458 , G06F16/28
Abstract: 本发明公开了一种基于图搜索技术的数据表关联关系分类方法和装置，该方法依赖于数据表字段统计分类结果，构建了基于有向图表示的关联型数据表关联关系集合，并关联型数据表之间的关联关系进行可视化图展示。该方法运用图搜索技术构建关联型数据表关联关系集合，基于设定主表，构建了用于关联型数据表聚合的关联关系分类。该方法支持对数据表全连接性的检查，实现了关联型数据表关联关系的自动化生成。同时，该方法可自动定位主表位置，确定关联型数据表聚合的连接字段。该方法的主要创新点在于使用有向图表示关联型数据表之间的关联关系，借助图搜索算法寻找关联型数据表之间的关联关系。
-
公开(公告)号：CN114549216A
公开(公告)日：2022-05-27
申请号：CN202210054637.3
申请日：2022-01-18
Applicant: 之江实验室
Abstract: 本发明公开了一种基于专家规则的人工智能模型结果溯源方法及系统，用于解决人工智能模型预测结果缺乏可解释性的问题。本发明首先从保险公司中收集高质量的车险案件历史数据，根据专家规则将车险案件历史数据转化为图结构数据；再通过图结构数据构建图谱网络，基于网络表示学习模型训练得到专家因子向量和专家规则向量；然后采集被人工智能模型判定为风险案件的车险实时数据，计算已触发的专家因子集合，通过缺省填补的方式得到拟触发规则向量；随后计算专家规则向量与拟触发规则向量的相似度；最后通过返回高相似度的拟触发规则，为车险专家提供溯源。本发明方法在保证较小的溯源耗时的同时，也保证了溯源的质量。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.024 seconds)
