量子单类分类器在BCI真实数据上检测数字账户冒名欺诈

研究者用基于自动量子特征映射（AQFM）的量子单类分类器检测数字账户开户后的冒名欺诈，仅用2个量子比特，在CoreDevX的3量子比特核磁共振设备SpinQ Triangulum II上完成硬件验证。数据来自智利BCI银行2025年3,419笔真实数字开户，其中确认冒名欺诈8例（0.23%），由BCI与CoreDevX LABTAV的产业研究合作在运营约束下提供。 基于论文摘要，该模型在2025年数据上召回率88%（检出7/8例欺诈）、精确率9.21%，与同等召回率下表现最好的经典单类基线相比假阳性约减少70%。将2025年校准的决策阈值不加改动地用于独立的2026年队列时，检出20/31例欺诈（召回率64.5%）、精确率8.81%，仍为所评估模型中表现最好的。

AI 根据报道生成 · 19 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。