La Technologie

La technologie de Neural Technologies est le couronnement de plus de 20 ans de recherche et développement avancée dans le domaine de l'intelligence artificielle et des processus neuronaux. En utilisant cette compétence spécifique, la société a développé un outil puissant basé sur une architecture neuronale propre qui la différencie clairement de ses compétiteurs.

NT utilise sa propre architecture Neuronale en combinaison avec diverses techniques pour offrir une compréhension approfondie a la fois des besoins de ses clients et de l'activite transactionnelle et permettre aux enterprises de prendre des décisions bien-fondés de gestion de risques. La précision est renforcée par une configuration propre à chaque entreprise garantissant que les besoins particuliers de leur activité commerciale soient satisfaits.

Réseaux Neuronaux

Un réseau neuronal est idéal pour gérer de larges volumes de données ainsi que pour reconnaitre et mettre en correspondance des informations compliquées, vagues ou incomplètes. Un réseau neuronal stocke l'information à peu près de la même façon qu'un cerveau humain, c.à.d. que chaque morceau d'information est lié à une quantité importante d'autres morceaux. Cette organisation permet l'identification de tendances ou de modes répétitifs dans les données.

Modélisation du risque par réseaux neuronaux

Les modèles de risque par scorecards sont développés à partir des données historiques du traitement de dossiers par l'entreprise. Ces conclusions de l'analyse de dossiers classés en tant que fraude et non fraude sont utilisées pour 'former' le système neuronal à reconnaitre des similitudes dans ces données de l'historique, par exemple l'âge du client, le nom du revendeur, les revenus ou les services souscrits. Ces similitudes sont ensuite utilisées pour créer des modèles pouvant mettre en évidence des demandes d'ouverture de comptes ou d'abonnement potentiellement frauduleuses, à identifier des capacités d'emprunts de clients incorrects, ou encore identifier des clients qui ont de grandes chances de rester loyaux de ceux prêts à changer vers une autre société.

Modèle comportemental neuronal

Comme son nom l'indique, le modèle de comportement neuronal est utilisé pour définir le profil de comportement des clients. Des profils uniques sont automatiquement appris et mis à jour continuellement pour chaque client - de cette façon toute déviance par rapport à ce model appris est très rapidement identifiable et signalée par le système.
Les modèles comportementaux se configurent automatiquement par eux-mêmes pour optimiser leurs performances et par conséquent ne nécessitent aucune intervention d'un expert autre que celle de définir les aspects du comportement pour lesquels le profil doit être établi, par exemple des appels ou transferts d'argent vers certains pays. Ils utilisent egalement une fonction de retour d'information renseignés par les analystes permettant d'indiquer au système les conclusions de leurs enquêtes et analyses. Ceci permet au système neuronal d'apprendre et en fin de compte de réduire encore plus le nombre d'alertes incorrectes ou de privilégier les alertes les plus efficaces. De Plus, les modèles comportementaux adaptent les profils des clients en permanence pour refléter les changements d'habitudes opérés graduellement dans le temps. Ceci permet d'augmenter les performances en garantissant que les profils ne deviennent caducs et représentent fidèlement le comportement habituel de chaque client.

Logique floue

Il est courant que les fraudeurs, pour lesquels un accès à un service à été refusé, changent légèrement leur nom et adresse pour empêcher l'entreprise de les identifier à nouveau lors d'une nouvelle demande d'accès. La logique floue ouvre la possibilité d'identifier ces individus qui ne pourraient être reconnus avec les méthodes de mise en correspondances traditionnelles.

Analyse de liens croisés

L'analyse de liens croisés permet aux analystes d'explorer les associations entre les clients en suivant des liens mis en évidence par Minotaur. Par exemple, en regardant des adresses, liens de parenté, numéros de téléphone appelés et numéros de carte de crédit, il est alors possible d'identifier un groupe de fraudeurs, ce qui n'aurait pas été le cas à partir d'éléments d'information isolés.

Plus de 30 brevets déposés en technologie neuronale

Les solutions fonctionnent sur les systèmes d'exploitation suivants: IBM AIX 5, HP-UX 11i (PA RISC), HP-UX 11i v2 (PA RISC), HP-UX 11i v2 (Itanium), Solaris 8 (SPARC), Solaris 10 (SPARC) et Solaris 10 (X86).