Back to Search Start Over

Domain Adaptation from a Pre-trained Source Model: Application on fraud detection tasks

Authors :
Zhang, Luxin
Biernacki, Christophe
Germain, Pascal
Kessaci, Yacine
Biernacki, Christophe
MOdel for Data Analysis and Learning (MODAL)
Laboratoire Paul Painlevé - UMR 8524 (LPP)
Université de Lille-Centre National de la Recherche Scientifique (CNRS)-Université de Lille-Centre National de la Recherche Scientifique (CNRS)-Université de Lille, Sciences et Technologies-Inria Lille - Nord Europe
Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)-Evaluation des technologies de santé et des pratiques médicales - ULR 2694 (METRICS)
Centre Hospitalier Régional Universitaire [Lille] (CHRU Lille)-Université de Lille-Centre Hospitalier Régional Universitaire [Lille] (CHRU Lille)-Université de Lille-École polytechnique universitaire de Lille (Polytech Lille)
Worldline France
Laboratoire Paul Painlevé (LPP)
Université de Lille-Centre Hospitalier Régional Universitaire [Lille] (CHRU Lille)-Université de Lille-Centre Hospitalier Régional Universitaire [Lille] (CHRU Lille)-École polytechnique universitaire de Lille (Polytech Lille)
Inria Lille - Nord Europe
Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)-Laboratoire Paul Painlevé - UMR 8524 (LPP)
Université de Lille-Centre National de la Recherche Scientifique (CNRS)-Université de Lille-Centre National de la Recherche Scientifique (CNRS)-Evaluation des technologies de santé et des pratiques médicales - ULR 2694 (METRICS)
Centre Hospitalier Régional Universitaire [Lille] (CHRU Lille)-Université de Lille-Centre Hospitalier Régional Universitaire [Lille] (CHRU Lille)-Université de Lille-École polytechnique universitaire de Lille (Polytech Lille)-Université de Lille, Sciences et Technologies
Source :
CMStatistics 2019-12th International Conference of the ERCIM WG on Computational and Methodological Statistics, CMStatistics 2019-12th International Conference of the ERCIM WG on Computational and Methodological Statistics, Dec 2019, London, United Kingdom
Publication Year :
2019
Publisher :
HAL CCSD, 2019.

Abstract

International audience

Subjects

Subjects :
[STAT.ME] Statistics [stat]/Methodology [stat.ME]
[STAT.ME]Statistics [stat]/Methodology [stat.ME]
ComputingMilieux_MISCELLANEOUS

Details

Language :
English
Database :
OpenAIRE
Journal :
CMStatistics 2019-12th International Conference of the ERCIM WG on Computational and Methodological Statistics, CMStatistics 2019-12th International Conference of the ERCIM WG on Computational and Methodological Statistics, Dec 2019, London, United Kingdom
Accession number :
edsair.dedup.wf.001..656e58551e6ce85f30e19a9302899ea1

Tools

Authors Abstract Subjects Details