Home▸AI & Machine Learning▸AI Fraud Detection: Graph Neural Network Risk Scoring Simulator

🕵️ AI Fraud Detection: Graph Neural Network Risk Scoring Simulator

Interactive 3D simulation for fraud detection: transaction graphs, risk propagation via Graph Neural Networks (GNNs), real-time scoring thresholds & suspicious cluster AML monitoring. MySimulator.uk

AI & Machine Learning3DModerate60 FPS

Details

CategoryAI & Machine Learning

RenderingThree.js · WebGL

DifficultyModerate

Target FPS60

ControlsПоріг ризику (10-90%) визначає, з якого рівня скорингу рахунок позначається як підозрілий; глибина поширення GNN (1-4 хопи) задає, наскільки далеко ризик кільця шахрайства поширюється по сусідах графа; потік транзакцій (1-20/с) керує швидкістю появи нових переказів, що проходять через модель скорингу; перемикач AML-моніторингу вмикає/вимикає підсвічування зон кластерів, позначених для розслідування.

Three.jsAIfraud detectiongraph neural networkAMLnetwork analysisInstancedMesh

Related simulations

AI Social Network Analyzer: Graph Sentiment & Virality Prediction SimulatorWatch a graph neural network propagate sentiment across a simulated social network, trigger…

AI Climate Forecasting: Neural GCM & GraphCast SimulatorCompare a neural weather-forecasting model in the style of Google DeepMind's…

Adaptive Learning Engine: Knowledge Graph Mastery SimulatorWatch an AI tutoring engine navigate a prerequisite knowledge graph, picking each learner's… ⊞ All 880 in AI & Machine Learning →

⚙ Under the hood

Watch a graph neural network trace suspicious money flows across a transaction network: message passing spreads a risk score from a handful of noisy account signals to reveal coordinated laundering rings that look innocent in isolation. Tune the detection threshold, GNN hop depth and live transaction rate to see real-time AML scoring in action.

Three.jsAIfraud detectiongraph neural networkAMLnetwork analysisInstancedMesh

3D · Three.js / WebGL renderer · 60 FPS target · runs fully client-side, no install