Jove
Visualize
お問い合わせ
JoVE
x logofacebook logolinkedin logoyoutube logo
JoVEについて
概要リーダーシップブログJoVEヘルプセンター
著者向け
出版プロセス編集委員会範囲と方針査読よくある質問投稿
図書館員向け
推薦の声購読アクセスリソース図書館諮問委員会よくある質問
研究
JoVE JournalMethods CollectionsJoVE Encyclopedia of Experimentsアーカイブ
教育
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab Manual教員リソースセンター教員サイト
利用規約
プライバシーポリシー
ポリシー

関連する概念動画

Aggregates Classification01:29

Aggregates Classification

947
Aggregate classification is generally based on its size, petrographic characteristics, weight, and source. Size classification ranges from coarse to fine aggregates, defined by the size of the particles. Coarse aggregates are particles that do not pass through ASTM sieve No. 4, and aggregates that pass through the sieve are fine aggregates.
Petrographic classification groups aggregates based on common mineralogical characteristics. Some of the common mineral groups found in aggregates are...
947
Classification of Signals01:30

Classification of Signals

1.3K
In signal processing, signals are classified based on various characteristics: continuous-time versus discrete-time, periodic versus aperiodic, analog versus digital, and causal versus noncausal. Each category highlights distinct properties crucial for understanding and manipulating signals.
A continuous-time signal holds a value at every instant in time, representing information seamlessly. In contrast, a discrete-time signal holds values only at specific moments, often denoted as x(n), where...
1.3K
Force Classification01:22

Force Classification

2.2K
Forces play a crucial role in the study of physics and engineering. They are essential in describing the motion, behavior, and equilibrium of objects in the physical world. Forces can be classified based on their origin, type, and direction of action.
Contact and non-contact forces are two of the most widely used categories of forces. As the name suggests, contact forces require physical contact between two objects to act upon each other. Examples of contact forces include frictional,...
2.2K
Classification of Systems-II01:31

Classification of Systems-II

445
Continuous-time systems have continuous input and output signals, with time measured continuously. These systems are generally defined by differential or algebraic equations. For instance, in an RC circuit, the relationship between input and output voltage is expressed through a differential equation derived from Ohm's law and the capacitor relation,
445
Classification of Systems-I01:26

Classification of Systems-I

533
Linearity is a system property characterized by a direct input-output relationship, combining homogeneity and additivity.
Homogeneity dictates that if an input x(t) is multiplied by a constant c, the output y(t) is multiplied by the same constant. Mathematically, this is expressed as:
533
Quantifying and Rejecting Outliers: The Grubbs Test01:02

Quantifying and Rejecting Outliers: The Grubbs Test

3.4K
Sometimes, a data set can have a recorded numerical observation that greatly  deviates from the rest of the data. Assuming that the data is normally distributed, a statistical method called the Grubbs test can be used to determine whether the observation is truly an outlier.  To perform a two-tailed Grubbs test, first, calculate the absolute difference between the outlier and the mean. Then, calculate the ratio between this difference and the standard deviation of the sample. This...
3.4K

こちらも読む

関連記事

共著者、ジャーナル、引用グラフによってこの研究に関連する記事。

並び替え
Same author

Autoencoder-Based Hyperspectral Unmixing with Simultaneous Number-of-Endmembers Estimation.

Sensors (Basel, Switzerland)·2025
Same author

Novel Dual-Constraint-Based Semi-Supervised Deep Clustering Approach.

Sensors (Basel, Switzerland)·2025
Same author

MRI-Based Meningioma Firmness Classification Using an Adversarial Feature Learning Approach.

Sensors (Basel, Switzerland)·2025
Same author

RobEns: Robust Ensemble Adversarial Machine Learning Framework for Securing IoT Traffic.

Sensors (Basel, Switzerland)·2024
Same author

Skin Cancer Recognition Using Unified Deep Convolutional Neural Networks.

Cancers·2024
Same author

Multiple Query Content-Based Image Retrieval Using Relevance Feature Weight Learning.

Journal of imaging·2021

関連する実験動画

Updated: Jan 7, 2026

Author Spotlight: Efficient Image Recognition Using Directional Gradient Histogram Technique and Support Vector Machines
08:27

Author Spotlight: Efficient Image Recognition Using Directional Gradient Histogram Technique and Support Vector Machines

Published on: January 5, 2024

1.6K

勾配ブースティングアプローチによる税関不正検出のための共同分類およびリスク推定

Rawabi Alwanin1, Mohamed Maher Ben Ismail2, Ouiem Bchir2

  • 1Department of Computer Science, King Saud University, Riyadh, Saudi Arabia. ralwaneen@ksu.edu.sa.

Scientific reports
|December 25, 2025
PubMed
まとめ

この研究では、税関不正検出のためのデュアルラーニングXGBoostベースアプローチ（DXGBA）を紹介します。この方法は、輸入過小評価を効果的に特定し、収益損失を推定し、検査を最適化し、かなりの収益を回収します。

キーワード:
税関不正機械学習勾配ブースティングリスク評価収益回収

関連する実験動画

Last Updated: Jan 7, 2026

Author Spotlight: Efficient Image Recognition Using Directional Gradient Histogram Technique and Support Vector Machines
08:27

Author Spotlight: Efficient Image Recognition Using Directional Gradient Histogram Technique and Support Vector Machines

Published on: January 5, 2024

1.6K

科学分野:

  • データサイエンス
  • 機械学習
  • 財政学

背景:

  • 税関歳入は政府にとって不可欠であり、不正検出のための高度な分析が必要です。
  • 税関不正検出の従来の方法は、労働集約的でコストがかかり、専門家の判断に大きく依存しています。
  • 機械学習は、不正を特定し、収益損失を効率的に最小限に抑えるソリューションを提供します。

研究 の 目的:

  • 税関不正検出のためのデュアルラーニングXGBoostベースアプローチ（DXGBA）を導入および評価すること。
  • 不正申告の分類と関連収益リスクの推定を同時に行うDXGBAの能力を実証すること。
  • 限られたリソース内で最大の収益回収のために税関検査を最適化すること。

主な方法:

  • 輸入過小評価をデュアル教師あり学習タスクとして定式化すること。
  • 単一のブースティングフレームワーク内で同時分類および回帰のためのDXGBAモデルを適用すること。
  • クラスの不均衡に対処するためのリサンプリング戦略（SMOTE、RU）の調査。
  • ベンチマーク税関データセットを使用した評価と比較ベースラインモデル。

主要な成果:

  • DXGBAは、不正を検出し、収益への影響を推定し、申告をリスク別にランク付けします。
  • モデルは、申告の10％のみを監査しながら、収益の最大87.98％を回収します。
  • ツリーベースの埋め込みとオートエンコーダーベースのディープ特徴量を使用したエンハンスメントパイプラインにより、精度と収益推定がさらに向上しました。

結論:

  • DXGBAは、税関不正検出および収益リスク評価のための高性能ソリューションを提供します。
  • デュアルラーニングフレームワークにより、検査の効率的な優先順位付けが可能になり、収益回収が最大化されます。
  • DXGBAは既存の方法よりも優れたパフォーマンスを発揮し、税関管理の効率を高める可能性を示しています。