Redes Neurais de Grafos Aplicadas à Detecção de Lavagem de Dinheiro
Aprendizagem Profunda. Crimes Financeiros. Aprendizagem de Máquina.
Crimes financeiros existem em todos os países do mundo, e um dos mais recorren-
tes é a lavagem de dinheiro. É dever de determinadas agências públicas a investi-
gação desses crimes e a aplicação da punição adequada. Para auxiliar o processo
investigativo, a Inteligência Artificial tem sido bastante usada de forma a automa-
tizar, e consequentemente agilizar, determinadas etapas. Uma vez que crimes de
lavagem de dinheiro são comumente encontrados em transações financeiras, e tais
transações podem ser representadas por grafos (nos quais um vértice pode repre-
sentar uma entidade e uma aresta uma transação, por exemplo), as Redes Neurais
de Grafos (GNNs) se mostram uma solução promissora para a detecção automá-
tica de transações ilegais. Este trabalho visa desenvolver uma arquitetura de GNN
a partir de combinações entre soluções desenvolvidas para o problema na litera-
tura e incorporação de outras técnicas para Redes Neurais (como mecanismos de
atenção, adição/remoção de camadas, etc.), buscando obter resultados que supe-
rem o estado da arte. Algumas implementações e testes iniciais já foram feitos e
espera-se que a arquitetura a ser desenvolvida atenda aos objetivos estabelecidos.