Counterfeit banknote identification based on outliers detection methods.

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.creatorBarbosa, Josino José-
Autor(es): dc.creatorMartins, Helgem de Souza Ribeiro-
Autor(es): dc.creatorSilva, Alex Júnio Souza da-
Autor(es): dc.creatorNorato, Hélida Mara Gomes-
Autor(es): dc.creatorDuarte, Anderson Ribeiro-
Data de aceite: dc.date.accessioned2025-08-21T15:11:27Z-
Data de disponibilização: dc.date.available2025-08-21T15:11:27Z-
Data de envio: dc.date.issued2025-01-13-
Data de envio: dc.date.issued2025-01-13-
Data de envio: dc.date.issued2023-
Fonte completa do material: dc.identifierhttps://www.repositorio.ufop.br/handle/123456789/19509-
Fonte completa do material: dc.identifierhttps://doi.org/10.55905/ijsmtv10n4-044-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/1005041-
Descrição: dc.descriptionCounterfeit banknotes in circulation in the economy are a long-standing and recurring problem. Technological improvements are applied to produce increasingly convincing counterfeit banknotes. In contrast, sophisticated strategies to identify counterfeit notes remain an up-to-date and fascinating research topic of great interest. The literature presents several techniques for detecting counterfeit banknotes. In this study, outlier detection methodologies are presented as adapted mechanisms to assist in the fight against counterfeit banknotes. This study addresses and tests multivariate outlier detection techniques' efficiency in identifying counterfeit banknotes. A comprehensive computational experiment proves the great adaptability of the methods to multivariate outliers in the identification of counterfeit banknotes. In particular, the Data-driven Cluster Analysis Method (DDCAM) technique presented promising and optimistic results through several quality and performance measurement metrics, suggesting a hopeful future for detecting counterfeit banknotes.-
Descrição: dc.descriptionA presença de dinheiro falsificado em circulação na economia é um problema antigo e recorrente. As melhorias tecnológicas são aplicadas para produzir dinheiro falsificado cada vez mais convincente. Em contraste com essa realidade, estratégias sofisticadas para identificar notas falsas continuam sendo um tópico de pesquisa atualizado e de grande interesse. A literatura apresenta diversas técnicas para detecção de dinheiro falsificado. Neste estudo as metodologias de detecção de outliers são apresentadas como mecanismos adaptados para auxiliar o combate ao dinheiro falsificado. Este estudo aborda e testa a eficiência das técnicas de detecção de outliers multivariados para identificar notas falsas. Um experimento computacional abrangente comprova a grande adaptabilidade das técnicas para outliers multivariados na identificação de dinheiro falsificado. Em particular, a técnica Data-driven Cluster Analysis Method (DDCAM) apresentou resultados expressivos e otimistas por meio de várias métricas de medição de qualidade e desempenho, sugerindo um futuro promissor para a detecção de notas falsas.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languageen-
Direitos: dc.rightsaberto-
Direitos: dc.rightsIJOSMT is an open access journal. All articles are distributed under the terms of the Creative Commons Attribution License (CC by-nc/3.0), which permits unrestricted use, distribution, and reproduction in any medium, provided the original work is properly cited. Fonte: International Journal of Scientific Management and Tourism <https://ojs.scientificmanagementjournal.com/ojs/index.php/smj/about>. Acesso em: 01 nov. 2024.-
Palavras-chave: dc.subjectCounterfeit banknotes-
Palavras-chave: dc.subjectMultivariate outlier-
Palavras-chave: dc.subjectDetection-
Palavras-chave: dc.subjectApplied statistics-
Palavras-chave: dc.subjectPerformance metrics-
Título: dc.titleCounterfeit banknote identification based on outliers detection methods.-
Título: dc.titleIdentificação de notas falsificadas baseado em métodos de detecção de outliers.-
Aparece nas coleções:Repositório Institucional - UFOP

Não existem arquivos associados a este item.