BEGIN:VCALENDAR VERSION:2.0 PRODID:-//https://techplay.jp//JP CALSCALE:GREGORIAN METHOD:PUBLISH X-WR-CALDESC:Neo4j ユーザー勉強会 #35 X-WR-CALNAME:Neo4j ユーザー勉強会 #35 X-WR-TIMEZONE:Asia/Tokyo BEGIN:VTIMEZONE TZID:Asia/Tokyo BEGIN:STANDARD DTSTART:19700101T000000 TZOFFSETFROM:+0900 TZOFFSETTO:+0900 TZNAME:JST END:STANDARD END:VTIMEZONE BEGIN:VEVENT UID:813790@techplay.jp SUMMARY:Neo4j ユーザー勉強会 #35 DTSTART;TZID=Asia/Tokyo:20210422T190000 DTEND;TZID=Asia/Tokyo:20210422T210000 DTSTAMP:20260503T221156Z CREATED:20210404T141233Z DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/81379 0?utm_medium=referral&utm_source=ics&utm_campaign=ics\n\nオンライン( Zoom)\n\n前回は、GraphAwareのHUMEはGraph-Powered Insights Engineと 言う全く新しいプロダクトの紹介をしましたが、今回 はGalileo XAI (The graph-based platform for eXplainable AI) について の発表を予定しています。2020年に富士通研究所とLARUS が共同で「クレジットカードの決済サービスにおける 不正取引検知の検証」を行い成果を出したのはご存知 だと思います。Galileo XAIはNeo4jとDeep Tensor (説明可能な グラフAI技術) を組み合わせた実用的なプロダクトです 。\nデータサイエンティストの方々には入力データを グラフにしている利点を考える良い機会になればと思 います。小さなデータ量だとPythonを使って解析できま すがデータ量が膨大で関係が複雑になればなるほどグ ラフデータベース（特にネイティブグラフ）が必要で す。\n参加者の皆様へ（当日の注意）\nZoomのURLは参加 者には確認できるようになっています。\n会場のご案 内\nZoomで開催します。\n1. Graph-AI to Combat Fraud in Fintech an d Insurtech Sectors (Lang:English/Japanese)\nグラフAIでフィンテ ック(金融)やインシュアテック(保険)分野の不正行為に 対抗する\n概要\nFraud\, especially its dynamic nature\, is a major area of concern requiring significant time and resources to isolate from an enormous volume of transaction data. We have developed an innovative n ew composite AI based solution that combines graph-rule-based with graph- supervised-learning coupled with explainability to address this problem. Starting from our strong partnership\, we’ll talk about LARUS solution GALILEO XAI\, an insight graph data-platform based on eXplainable AI and powered by Fujitsu Deep Tensor. By exploiting the connectedness of data a nd extracting new indicators based on the structure of the graph\, the so lution enabled the anti-fraud team to focus only on relevant groups of su bjects or entities reducing the set of false positives. Furthermore these indicators are seamlessly used by Deep Tensor to constantly improve the results.\n\n金融や保険の詐欺、それらは特にダイナミッ クな性質なので、膨大な量の取引データから分離する ためには、かなりの時間とリソースが必要になります 。これは大きな問題です。私たちは、この問題を解決 するために、グラフルールベースとグラフ教師付き学 習を組み合わせた、説明可能で革新的な新しい複合AI ベースのソリューションを開発しました。LARUSのソリ ューションであるGALILEO XAIは、富士通のDeep Tensorを活用 したeXplainable AIベースのインサイト・グラフ・データ ・プラットフォームです。両者は強力なパートナーシ ップを築いています。このソリューションは、データ のつながりを利用し、グラフの構造に基づいて新しい 指標を抽出することで、不正防止チームが関連するグ ループの対象者やエンティティのみに焦点を当て、誤 検知を減らすことを可能にしました。さらに、これら の指標はDeep Tensorによってシームレスにつながり、常 に結果を改善することができます。\n発表者 (Speaker)\nAl berto De Lazzari @ Chief Scientist\, LARUS\nSofia Conton @ Internationali zation Program Assistant\, LARUS\nKanji Uchino @ Senior Manager\, Fujitsu Laboratories of America\n\nLARUS Business Automation: https://www.larus- ba.it\n2. Visualizing time-based graph data (Lang:English)\n概要\nEvery event happens at a point or duration in time. Successful investigators n eed to understand how those events unfold\, and how they’re linked. \nI n this talk\, Dan will share some visualization tools and techniques to h elp you uncover temporal insight in your Neo4j graph data.\nHe’ll start with the node-link visualization model\, showing how it makes it quick a nd easy to spot clusters\, outliers and unusual connections.\nNext he’l l introduce visual timeline analysis - a new way to explore your complex graph data over time. \nHe’ll show how it complements the node-link mod el to reveal sequences and patterns in complex connected events.\nWith re alistic examples taken from the worlds of credit card fraud\, insider tra ding\, criminal investigations and social media misinformation campaigns\ , you'll see how you can build a comprehensive and insightful view of you r time-based graph data.\n\nすべての出来事(event)は、ある時 点、ある期間に起こります。\n調査で成功する人(investi gators)は、それらのイベントがどのように展開し、どの ようにリンクしているかを理解する必要があります。 この講演では、Neo4jのグラフデータから時間的なイン サイトを発見するのに役立つ、いくつかの可視化ツー ルとテクニックを紹介します。\nまず、ノード・リン クの可視化モデルを紹介し、クラスター、外れ値、異 常な接続を素早く簡単に発見する方法を話します。\n 次に、複雑なグラフデータを時間軸に沿って探索する 新しい方法のビジュアル・タイムライン分析を紹介し ます。ノード・リンクモデルを補完して、複雑につな がったイベントのシーケンスやパターンを明らかにす る方法を紹介します。\nクレジットカード詐欺、イン サイダー取引、犯罪捜査、ソーシャルメディアでの虚 偽の情報を流すなどの現実的な例をあげながら、時間 軸に基づくグラフデータの広範囲で本質を見ぬけるビ ューを構築する方法をご紹介します。\n発表者 (Speaker)\ nDan Williams: Head of Product Management\nhttps://cambridge-intelligence .com/\n3.Neo4j Aura (Lang:Japanese)\nNeo4j’s fully managed cloud servic e: The zero-admin\, always-on graph database for cloud developers.\nNeo4j Aura（オーラー）はフールマネジード型のクラウドサ ービスであり、DaaS(Database as a Service)ともいいます。サ ーバーの用意やインストールなどの手間が掛からず、 直ぐ始めれるメリットがあります。いまなら、クレジ ットカードの登録なしで1台のフリーのインスタンスが 使えます。今回はデモを中心に紹介させて頂きます。\ nNeo4j Aura（オーラー）\n発表者 (Speaker)\n李 昌桓(Lee Changh wan)\nhttps://www.creationline.com/\n内容に関しては変更される ことがあります。\n書籍の告知 (Books)\namazonで販売中の ユーザーグループの書籍です。\n『グラフ型データベ ース入門 Neo4jを使う』\nAMAZONサイトへ LOCATION:Neo4jUGオンライン URL:https://techplay.jp/event/813790?utm_medium=referral&utm_source=ics&utm _campaign=ics END:VEVENT END:VCALENDAR