Marco Schreyer del CDF, in collaborazione con ricercatori della Deutsche Bundesbank e dell’Università di San Gallo, presenta un nuovo approccio per il rilevamento di irregolarità nei dati tabulari. A tal fine, combina modelli di diffusione con autoencoder per migliorare significativamente l’identificazione di irregolarità nei dati finanziari e di audit. I risultati mostrano un miglioramento fino al 65% rispetto ai metodi convenzionali, aprendo nuove prospettive per l’audit digitale e il rilevamento delle frodi.