Customs valuation fraud detection based on instance weighted one class support vector machine

การตรวจสอบทุจริตการประเมินค่าศุลกากรบนพื้นฐานตัวอย่างถ่วงน้ำหนักเครื่องจักรเวกเตอร์สนับสนุนแบบกลุ่มเดียว

Name: Ibrahim Shujaz

keyword: Customs inspection.

LCSH: COMPUTATIONAL GRIDS (COMPUTER SYSTEMS)

; Support vector machines.

Abstract: Customs duty is one of the most important sources of revenue for a country, particularly for less industrialized developing countries. However many unscrupulous importers, undervalue or overvalue the actual value of goods to evade the duty or for money laundering, respectively. This fact makes it paramount for customs to find automatic or semi-automatic solution to detect such fraudulent activities as soon as they take place, to avoid revenue loss and other damage to the society. Majority of the customs import transactions are assumed to be in the normal class. But those transactions might be mislabeled or noisy. In this context, first we proposed an instance weighting algorithm to compute the relative importance of individual training data points in the normal class. Then secondly, we reformulate the one class support vector machine (OCSVM) to incorporate those weights. Hence we called the reformulated version, Instance Weighted OCSVM (IWOCSVM). We conducted experiments using a data set from Maldives Custom Service and two benchmark data sets to compare the OCSVM and the IWOCSVM. Our results show significant improvement in performance for IWOCSVM.

Abstract: ภาษีศุลกากรเป็นหนึ่งในแหล่งที่สำคัญที่สุดของรายได้ให้กับประเทศ โดยเฉพาะอย่างยิ่งสำหรับประเทศด้อยหรือกำลังพัฒนาอุตสาหกรรม ผู้นำเข้าจำนวนมากขาดจรรยาบรรณมีการตีราคาภาษีศุลกากรต่ำเกินไป หรือตีราคาสูงเกินมูลค่าที่แท้จริงของสินค้า ทั้งนี้เพื่อหลบเลี่ยงภาษี หรืออาจ เป็นการฟอกเงิน สิ่งนี้มีความสำคัญมากสา หรับศุลกากรเพื่อหาทางแก้ปัญหาโดยวิธีอัตโนมัติหรือกึ่งอัตโนมัติ เพื่อตรวจหาการหลอกลวงดังกล่าวทันทีที่มีการทุจริตเกิดขึ้น เพื่อหลีกเลี่ยงการสูญเสียรายได้และความเสียหายอื่น ๆ ให้กับสังคมและประเทศชาติส่วนใหญ่ของศุลกากรนำเข้าจะมีรายการอยู่ในระดับปกติ แต่รายการเหล่านั้นอาจจะมีการจำแนกไว้ผิด ๆ หรือเป็นข้อมูลแปลกปลอมหรือขยะเข้ามา จากปัญหาดังกล่าว ผู้วิจัยจึงได้นา เสนอขั้นตอนวิธีใหม่ เรียกว่า ตัวอย่างถ่วงน้า หนักเครื่องจักรเวกเตอร์สนับสนุนแบบกลุ่มเดียว (IWOCSVM) ซึ่งประกอบด้วยขั้นตอนวิธีการถ่วงน้าหนักตัวอย่างเพื่อคำนวณระดับความสำคัญของแต่ละจุดข้อมูลใช้สำหรับฝึกสอนเป็นกลุ่มข้อมูลปกติและวิธีเครื่อง เวกเตอร์สนับสนุนแบบกลุ่มเดียว (OCSVM) เพื่อรวมค่าน้ำหนักเข้าด้วยกัน ในการประเมินประสิทธิภาพของขั้นตอนวิธีใหม่ที่นำเสนอ ผู้วิจัยได้ดำเนินการทดลองใช้ชุดข้อมูลบริการทางศุลกากรจากประเทศมัลดีฟส์ และข้อมูลมาตรฐานสองชุด โดยเปรียบเทียบระหว่างขั้นตอนเดิม (OCSVM) และขั้นตอนที่นำเสนอ (IWOCSVM) ผลจากการทดลอง พบว่า IWOCSVM มีประสิทธิภาพในการจำแนกข้อมูลได้ดีกว่ าOCSVM เดิม อย่างมีนัยสำคัญ

King Mongkut's University of Technology North Bangkok. Central Library

Address: Bangkok

Email: library@kmutnb.ac.th

Name: Phayung Meesad

Role: Thesis Advisors

Email : pym@kmutnb.ac.th

Created: 2010

Modified: 2567-09-09

Issued: 2011-06-13

วิทยานิพนธ์/Thesis

application/pdf

CallNumber: E-THESIS

eng

DegreeName: Master of science

Level: Master's Degree

Descipline: Information Technology

Grantor: King Mongkut's University of Technology North Bangkok

©copyrights King Mongkut's University of Technology North Bangkok

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	B15347321.pdf	2.2 MB

ใช้เวลา

0.021538 วินาที