FICO heeft aangekondigd dat het bedrijf doorgaat met het stimuleren van unieke industriespecifieke innovatie op het gebied van machine learning en technologische innovaties om AI succesvol op schaal te operationaliseren. FICO's huidige octrooiportefeuille bestaat uit 218 actieve octrooien, met nog eens 71 ingediende en in behandeling zijnde octrooiaanvragen. FICO, een wereldwijd opererend analysebedrijf, heeft 9 patenten verkregen, 3 buitenlandse en 6 Amerikaanse, die betrekking hebben op digitale besluitvorming op het gebied van fraude, kunstmatige intelligentie (AI) en machine-learningtechnologie.

FICO's uitgebreide branche-expertise in het bouwen van AI- en machine-learningmodellen biedt waarde aan ondernemingen die het FICO? Platform en andere FICO-oplossingen gebruiken. FICO's nieuwe octrooien omvatten: "Soft Segmentation Based Rules Optimization for Zero Detection Loss false Positive Reduction" - dat betrekking heeft op op regels gebaseerde detectie van financiële criminaliteit voor het detecteren van witwaspraktijken en fraude terwijl vals-positieve detecties worden verminderd.

De technieken omvatten het gebruik van onderwerpmodellen om semantische structuren te bepalen die aan transacties ten grondslag liggen en de afleiding van gedragsarchetypes op basis van die structuren, met als resultaat een vermindering van het aantal fout-positieven terwijl dezelfde set fout-positieven gedetecteerd blijft. "Mobile Attribute Time-Series Profiling Analytics" - beweert een middel te zijn om de waarschijnlijkheid te beoordelen dat een transactie abnormaal is op basis van een gedragspatroon van een mobiel apparaat. Het gedrag van het apparaat verbetert de fraudedetectie voor transacties die niet op het mobiele apparaat plaatsvinden.

Dit octrooi is gevalideerd in het Verenigd Koninkrijk, Frankrijk en Duitsland en wordt gebruikt in FICO? Falcon? Fraud Manager, FICO?

Fraud Predictor met Merchant Profiles en FICO? Platform. "Latent Feature Dimensionality Bounds for Robust Machine Learning on High Dimensional Datasets" - beschrijft een methode om het aantal optimale verborgen knooppunten in een neuraal netwerkmodel te bepalen, wat leidt tot de ontwikkeling van robuustere en stabielere machine-learningmodellen die de kern vormen van verantwoorde AI.

Dit octrooi wordt gebruikt in het FICO Platform. acAssessing the Presence of Selective Omission via Collaborative Counterfactual Interventionsac aco richt zich op een kritieke uitdaging bij het operationaliseren van modellen in open data-omgevingen, waar kredietverstrekkers en gebruikers van modellen inzicht moeten krijgen in de waarschijnlijkheid dat de klant belangrijke gegevens weglaat die van invloed zijn op de uitkomsten. Dit patent wordt gebruikt in FICOacos Open Banking Analytic-modellen.

acWorkflowsjablonen voor configuratiepakkettenac aco die een proces claimt waarmee een beslissingsdienst beslissingsgegevens kan genereren op basis van door de gebruiker gegenereerde invoer, een verzameling configuraties en een beslissingsflowsjabloon, wat leidt tot een geconfigureerde softwareoplossing. Dit octrooi wordt gebruikt in FICO Strategy Director. acMeaningfully Explaining Black-Box Machine Learning Modelsac aco dat betrekking heeft op een middel om inzicht te verschaffen in de doeltreffendheid en begrijpelijkheid van black-box machine learning-modellen.

Dit octrooi wordt gebruikt in FICO Platform - Analytics Workbenchaa¢. acEfficient Parallelized Computation of Global Behavioral Profiles in Real-time Transaction Scoring Systemsac aco beschrijft een computergeïmplementeerd, real-time transactiescoresysteem voor het rangschikken van transacties die in verband worden gebracht met verdachte activiteiten, zoals financiële criminaliteit of een cyberbeveiligingsbedreiging. Dit octrooi wordt gebruikt in FICO Falcon Fraud Manager, FICO Fraud Predictor met Merchant Profiles en FICO Platform.