University of California, Los Angeles（加州大学洛杉矶分校）

Graph-Based Financial Fraud Detection with Calibrated Risk Scoring and Structural Regularization

基于图的金融欺诈检测：校准风险评分与结构正则化

Yunfei Nie, Jiawei Wang, Ruobing Yan, Yuhan Wang, Zouxiaowei Ma, Yilun Wu

机构 * Brandeis University（布雷纳大学） ； University of California, Los Angeles（加州大学洛杉矶分校） ； Georgetown University（乔治城大学） ； Columbia University（哥伦比亚大学） ； Stevens Institute of Technology（史蒂文斯理工学院） 纠错

AI总结 本文提出一种图神经网络表示学习与风险鉴别框架，通过整合交易记录和身份信息构建交易图，利用多层消息传递机制和结构正则化提升欺诈检测的准确性和稳定性。

OptMap: Geometric Map Distillation via Submodular Maximization

OptMap：通过子模极大化进行几何地图蒸馏

David Thorne, Nathan Chan, Christa S. Robison, Philip R. Osteen, Brett T. Lopez

机构 * University of California, Los Angeles（加州大学洛杉矶分校） ； DEVCOM Army Research Laboratory (ARL)（国防部陆军研究实验室（ARL）） 纠错

AI总结 OptMap通过子模极大化理论和算法创新，实现应用特定的在线地图生成，减少计算开销并提升长期映射任务的效率。

PG-LRF: Physiology-Guided Latent Rectified Flow for Electro-Hemodynamic PPG-to-ECG Generation

PG-LRF：基于生理的潜在修正流用于电-血流PPG到ECG生成

Xiaoda Wang, Minxiao Wang, Kaiqiao Han, Defu Cao, Ching Chang, Yidan Shi, Runze Yan, Xiao Luo, Yan Liu, Xiao Hu, Yizhou Sun, Wei Wang, Carl Yang

机构 * Department of Computer Science, Emory University（埃默里大学计算机科学系） ； Nell Hodgson Woodruff School of Nursing, Emory University（埃默里大学Nell Hodgson Woodruff护理学院） ； Department of Computer Science, University of California, Los Angeles（加州大学洛杉矶分校计算机科学系） ； Department of Computer Science, University of Southern California（南加州大学计算机科学系） ； Department of Statistics, University of Wisconsin–Madison（威斯康星大学麦迪逊分校统计系） 纠错

AI总结 本文提出PG-LRF框架，通过结合电-血流模拟器和生理感知自编码器，生成符合生理学的ECG信号，提升PPG到ECG的生成质量及心血管疾病分类性能。