Resumen

Las actividades fraudulentas han contribuido a las cuantiosas pérdidas sufridas por las empresas de telecomunicaciones. En este artículo intentamos utilizar el modelo mixto gaussiano, que es un modelo probabilístico utilizado normalmente en el reconocimiento de voz para identificar llamadas fraudulentas en el sector de las telecomunicaciones. Examinamos varios problemas que surgen al calcular las estimaciones de máxima verosimilitud del modelo mixto gaussiano mediante un algoritmo de maximización de expectativas. En primer lugar, estudiamos un mecanismo para determinar el número inicial de componentes gaussianos y la elección de los valores iniciales del algoritmo mediante el método del núcleo. Demostramos mediante simulación que la técnica mejora el rendimiento del algoritmo. En segundo lugar, desarrollamos un procedimiento para determinar el orden del modelo mixto gaussiano utilizando la función de log-verosimilitud y el criterio de información de Akaike. Por último, a título ilustrativo, aplicamos el algoritmo mejorado a datos reales de telecomunicaciones. El método modificado allanará el camino para introducir un método completo de detección de llamadas fraudulentas en futuros trabajos.

• Materias:Matemáticas Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:mathematics Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:modelo mixto gaussiano, llamadas fraudulentas, criterio de información de akaike, algoritmo de maximización de expectativas, estimaciones de máxima verosimilitud, datos reales de telecomunicaciones, algoritmo, actividades fraudulentas, componentes gaussianos, método exhaustivo
• Keywords:gaussian mixed model, fraud calls, akaike information criteria, expectation maximization algorithm, maximum likelihood estimates, real telecommunication data, algorithm, fraud activities, gaussian components, comprehensive method