Neo4j ユーザー勉強会 #35

2021/04/22(木)19:00 〜 21:00 開催

データベース, XAI

イベント内容

オンライン(Zoom)

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。
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。

参加者の皆様へ（当日の注意）

ZoomのURLは参加者には確認できるようになっています。

会場のご案内

Zoomで開催します。

1. Graph-AI to Combat Fraud in Fintech and Insurtech Sectors (Lang:English/Japanese)

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

概要

Fraud, 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 new 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 and extracting new indicators based on the structure of the graph, the solution enabled the anti-fraud team to focus only on relevant groups of subjects or entities reducing the set of false positives. Furthermore these indicators are seamlessly used by Deep Tensor to constantly improve the results.

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。

発表者 (Speaker)

Alberto De Lazzari @ Chief Scientist, LARUS
Sofia Conton @ Internationalization Program Assistant, LARUS
Kanji Uchino @ Senior Manager, Fujitsu Laboratories of America

LARUS Business Automation: https://www.larus-ba.it

2. Visualizing time-based graph data (Lang:English)

概要

Every event happens at a point or duration in time. Successful investigators need to understand how those events unfold, and how they’re linked. In this talk, Dan will share some visualization tools and techniques to help you uncover temporal insight in your Neo4j graph data. He’ll start with the node-link visualization model, showing how it makes it quick and easy to spot clusters, outliers and unusual connections. Next he’ll introduce visual timeline analysis - a new way to explore your complex graph data over time. He’ll show how it complements the node-link model to reveal sequences and patterns in complex connected events. With realistic examples taken from the worlds of credit card fraud, insider trading, criminal investigations and social media misinformation campaigns, you'll see how you can build a comprehensive and insightful view of your time-based graph data.

すべての出来事(event)は、ある時点、ある期間に起こります。調査で成功する人(investigators)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。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。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。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。

発表者 (Speaker)

Dan Williams: Head of Product Management https://cambridge-intelligence.com/

3.Neo4j Aura (Lang:Japanese)

Neo4j’s fully managed cloud service: The zero-admin, always-on graph database for cloud developers.

Neo4j 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。
Neo4j Aura（オーラー）