مقایسه عملکرد مدل‌های شبکه عصبی گرافی (GNN) و روش‌های کلاسیکال یادگیری ماشین در مسائل تشخیص تقلب مالی

شرح پروژه

سلام پروژه پایان ترم دانشگاه هست .میخوام روی دیتاستی که خودم ارسال می‌کنم gnn و مدل های کلاسیک یادگیری ماشین پیاده سازی کنم .

هدف پروژه: هدف اصلی این پروژه، بررسی عملکرد مدل‌های GNN در مقایسه با روش‌های کلاسیک یادگیری ماشین است. 
این مدل ها روی دیتاست واقعی تشخیص تقلب مالی مورد آزمون قرار می گیرند. در ادامه جزئیات پروژه شرح داده می شود:

دیتاست‌ مورد استفاده:

دیتاست Elliptic Bitcoin Transaction Dataset(از Kaggle یا PyTorch Geometric)

گراف واقعی تراکنش‌های بیت‌کوین 
ویژگی‌های قوی و مهندسی‌شده (ویژگی شامل آمار محلی، تعداد ورودی/خروجی، میانگین حجم و غیره).
لیبل‌ها: licit (قانونی)، illicit (غیرقانونی)، unknown.
بخش الزامی:

پیش‌پردازش و آماده‌سازی داده‌هااستفاده مستقیم از گراف ارائه‌شده در دیتاست (با PyTorch Geometric).
پیاده‌سازی مدل‌های GNNحداقل دو مدل: GCN و GAT (با استفاده از PyTorch Geometric).
تنظیم مناسب هایپرپارامترها (تعداد لایه، hidden size، dropout، learning rate).
مدیریت عدم تعادل کلاس‌ها (class weighting یا focal loss).
پیاده‌سازی مدل‌های کلاسیکالLogistic Regression (با class_weight='balanced')
Random Forest
XGBoost (با scale_pos_weight مناسب)
ارزیابی و مقایسهتهیه گزارش از :
معرفی دیتاست و شرح مختصر روش ها و پیش پردازش مورد استفاده و دیگر جزئیات لازم
استفاده از معیارهای Accuracy, Precision, Recall و به‌ویژه F1-score.
رسم Confusion Matrix برای بهترین مدل هر دسته.
جدول مقایسه نهایی روش ها برای دیتاست.
بخش تحلیلی گزارش (مهم‌ترین بخش نمره‌دهی) پاسخ به سؤالات زیر با استدلال علمی:بهترین مدل کدام یک بوده و چرا؟
آیا مدل های شبکه عصبی گرافی مطابق انتظار شما عمل کرده اند؟ 
نتایج مدل ها را مقایسه و تحلیل کنید.
مفهوم heterophily چیست و در گراف Elliptic چه تأثیری بر عملکرد GNN داشت؟
در چه شرایطی انتظار دارید GNN واقعاً برتری داشته باشد؟ مثال واقعی بزنید.
بخش اختیاری (نمره اضافی): 

پیاده‌سازی یک مدل هیبریدی: استخراج embeddingهای حاصل از GNN (خروجی لایه آخر) و ترکیب آن‌ها با ویژگی‌های خام و آموزش یک مدل کلاسیکال (مثل XGBoost) روی ویژگی‌های ترکیبی. مقایسه عملکرد این مدل هیبریدی با مدل‌های خالص. (در صورت بهبود معیارهایی ارزیابی نمره تعلق خواهد گرفت)

همچنین، در بخش الزامی هم به بهترین پیاده سازی (بر اساس معیارهای ارزیابی) نمره مازادی تعلق خواهد گرفت.

ملاک‌های نمره‌دهی:

صحت و تمیزی کد (30%)
کامل بودن آزمایش‌ها و مقایسه روی دیتاست (30%)
کیفیت تحلیل و پاسخ به سؤالات تحلیلی (40%)
بخش اختیاری هیبریدی و نوآوری (10%)

مهارت ها و تخصص های مورد نیاز

درباره کارفرما

maede_mim

عضویت یک سال پیش

2 پروژه ثبت شده ،

0 پروژه در حال انجام ،

2 پروژه آماده دریافت پیشنهاد ،

نرخ پذیرش پیشنهاد 0%