EUVIMEDEUVIMED entdecken
Open Access · CC BY-NC-ND 4.0

Scalable Semi-Supervised Graph Learning Techniques for Anti Money Laundering

Md. Rezaul Karim, Felix Hermsen, Sisay Adugna Chala, Paola De Perthuis, Avikarsha Mandal

IEEE Access · 2024 · 12 · 50012-50029

DOI: 10.1109/access.2024.3383784 ↗

Kurz gefasst

Fachartikel in der Zeitschrift IEEE Access, 2024. Verfasst von Md. Rezaul Karim und 4 weiteren Autor:innen. Die Arbeit wurde bisher 39-mal zitiert (Crossref) und nennt 44 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY-NC-ND 4.0). Gefördert von: Agence Nationale de la Recherche (ANR) and the Bundesministerium für Bildung und Forschung.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kein Abstract verfügbar.

Förderung

  • Agence Nationale de la Recherche (ANR) and the Bundesministerium für Bildung und Forschung

Zitieren

APA

Karim, M. R., Hermsen, F., Chala, S. A., Perthuis, P. D., & Mandal, A. (2024). Scalable Semi-Supervised Graph Learning Techniques for Anti Money Laundering. IEEE Access, 12, 50012-50029. https://doi.org/10.1109/access.2024.3383784

Vancouver

Karim MR, Hermsen F, Chala SA, Perthuis PD, Mandal A. Scalable Semi-Supervised Graph Learning Techniques for Anti Money Laundering. IEEE Access. 2024;12:50012-50029. doi:10.1109/access.2024.3383784

BibTeX
@article{Karim2024,
  author = {Karim, Md. Rezaul and Hermsen, Felix and Chala, Sisay Adugna and Perthuis, Paola De and Mandal, Avikarsha},
  title = {Scalable Semi-Supervised Graph Learning Techniques for Anti Money Laundering},
  journal = {IEEE Access},
  year = {2024},
  volume = {12},
  pages = {50012--50029},
  doi = {10.1109/access.2024.3383784}
}
Kostenlos starten →