Redes Neuronales

En el mundo entero y a través de los años, las redes neuronales han sido usadas exitosamente en la solución de los problemas descritos anteriormente.

Una red neuronal es una poderosa herramienta de modelado de datos que es capaz de capturar y representar relaciones complejas entre entradas y salidas de información. La motivación para el desarrollo de la tecnología de redes neuronales surgió del deseo de desarrollar un sistema artificial que pudiera desempeñar tareas “inteligentes”, similares a las realizadas por el cerebro humano

Sentinel Motor Neuronal

El Motor Neuronal de Sentinel utiliza varias topologías neuronales para prevenir y detectar fraude. Los factores que son importantes en la prevención de fraude son identificados usando un extensivo análisis estadístico combinado con algoritmos propietarios de Clustering y Multi Layer Perceptron (MLP). Estos factores son usados en un complejo proceso que conduce a la creación de múltiples modelos neuronales.

Estos modelos neuronales están basados en métodos avanzados de aprendizaje de segundo orden y en un algoritmo propietario de Clustering, cada uno proporcionando sus propios beneficios únicos. Posteriormente esos modelos son combinados a través de un mecanismo de votación automático, para mejorar la certeza en la detección y los falso positivos.

Ya que estos modelos aprenden directamente los datos de la institución financiera, su desempeño puede ser mantenido y mejorado por el reentrenamiento periódico, conforme se presentan nuevos casos de fraude y nuevas transacciones en general, adicionalmente que se adapta a la realidad de la institución y de su país.