Búsqueda de comunidades en grafos ponderados: detección de tramas de blanqueo de capitales = Search for homogeneous communities in Weighted directed graphs: application in detection of cases of money laundering

García Hevia, Sara (2019). Búsqueda de comunidades en grafos ponderados: detección de tramas de blanqueo de capitales = Search for homogeneous communities in Weighted directed graphs: application in detection of cases of money laundering. Thesis (Master thesis), E.T.S. de Ingenieros Informáticos (UPM).

Description

Title: Búsqueda de comunidades en grafos ponderados: detección de tramas de blanqueo de capitales = Search for homogeneous communities in Weighted directed graphs: application in detection of cases of money laundering
Author/s:
  • García Hevia, Sara
Contributor/s:
Item Type: Thesis (Master thesis)
Masters title: Inteligencia Artificial
Date: 2019
Subjects:
Faculty: E.T.S. de Ingenieros Informáticos (UPM)
Department: Inteligencia Artificial
Creative Commons Licenses: Recognition - No derivative works - Non commercial

Full text

[thumbnail of TFM_SARA_GARCIA_HEVIA.pdf]
Preview
PDF - Requires a PDF viewer, such as GSview, Xpdf or Adobe Acrobat Reader
Download (6MB) | Preview

Abstract

En una red comercial extensa, la gran cantidad de empresas participantes y el alto número de relaciones entre ellas dificultan enormemente la detección de tramas de blanqueo de capitales. En este trabajo, se aplicará un algoritmo basado en técnicas de visión artificial para tratar de detectar situaciones en las que varias empresas se transfieran grandes cantidades de dinero entre sí, lo que podría identificarse como una posible trama de blanqueo de capital. Frente a la gran cantidad de algoritmos de detección de comunidades en grafos que se basan en la topología del mismo, el enfoque presentado en este trabajo se fundamenta en analizar el valor de los pesos asignados a sus arcos, ya que estos simbolizan las cantidades de dinero que mueven las empresas. Se identificarán las fronteras entre tramas de forma similar a como se detectan los bordes en una imagen. Se aporta un ejemplo de la aplicación del algoritmo sobre la red de exportaciones mundiales en los últimos años así como varios ejemplos de su funcionamiento en grafos sintéticos de mayor tamaño.---ABSTRACT---In a wide comercial network, having a large quantity of companies and a high number of relation between them difficult the detection of money laundering. In this paper, we implement an algorithm based on computational vision techniques to attempt to detect a specific type of group in which a certain amount of business transfer large amounts of money between them and much smaller quantities with the rest of business outside the group. Unlike the many algorithms of community detection based in the topology of the graph, the approach presented in this work analyse the value of the weights assigned to the edges. These values represent the amounts of money transferred by the companies. The boundaries between communities will be detected in a similar way to to the edge detection in images. The algorithm will be tested in a network of world exports and in several artificial graphs of wider size.

More information

Item ID: 62942
DC Identifier: https://oa.upm.es/62942/
OAI Identifier: oai:oa.upm.es:62942
Deposited by: Biblioteca Facultad de Informatica
Deposited on: 08 Jul 2020 10:14
Last Modified: 08 Jul 2020 10:14
  • Logo InvestigaM (UPM)
  • Logo GEOUP4
  • Logo Open Access
  • Open Access
  • Logo Sherpa/Romeo
    Check whether the anglo-saxon journal in which you have published an article allows you to also publish it under open access.
  • Logo Dulcinea
    Check whether the spanish journal in which you have published an article allows you to also publish it under open access.
  • Logo de Recolecta
  • Logo del Observatorio I+D+i UPM
  • Logo de OpenCourseWare UPM