Fraud-RLA: A Reinforcement Learning Adversarial Attack Against Credit Card Fraud Detection

Recherche avancée | Historique de recherche Mon DI-fusion | À propos de DI-fusion | Contact |

Référence I E E E Transactions on Dependable and Secure Computing, 23, 3, page (7468-7481)
Publication Publié, 2026-07-01

Article révisé par les pairs

Fichier(s) déposé(s) par l'encodeur

Assessing adversarial attacks in real-world fraud detection
par Lunghi, Daniele , Simitsis, Alkis , Bontempi, Gianluca
Publication 2024-10-01
Toward Robust Credit Card Fraud Detection: A Domain-Specific Study of Adversarial Machine Learning
par Lunghi, Daniele
Publication Ecole polytechnique de Bruxelles – Informatique, Bruxelles, National and Kapodistrian Universirty of Athens, 2025-10-22
Laser Learning Environment: A New Environment for Coordination-Critical Multi-agent Tasks
par Molinghen, Yannick , Avalos, Raphaël , Van Achter, Mark , Nowe, Ann , Lenaerts, Tom
Publication 2025-07-01
Causal discovery in multivariate time series through mutual information featurization
par Paldino, Gian Marco , Bontempi, Gianluca
Publication 2026-06-01
Data Engineering for Data Science
par Dejaegere, Gilles , Abelló, Alberto , Torp, Kristian , Simitsis, Alkis
Publication 2026-05-30

Référencement	Visibilité	Pérennité	Facilité
Les publications encodées constituent la bibliographie académique de l'Université.	Les documents déposés sont indexés par les moteurs de recherche (Google Scholar,…).	Les documents déposés en open-access sont archivés au sein du réseau de préservation SAFE-PLN (www.safepln.org).	Les listes de publications sont compatibles avec le CV-ULB, le FNRS et accessibles sur le web.