该研究提出了一种基于神经符号模型的实时欺诈检测方法，该方法能够在0.9毫秒内生成确定性且易于理解的解释。这一过程是前向传播的副产品，与传统的SHAP方法相比，速度提升达到33倍，后者需要30毫秒来解释欺诈预测，并且其解释结果是随机的，需在决策后生成，同时依赖于在推理时维护的背景数据集。该模型在Kaggle信用卡欺诈数据集上的欺诈召回率与传统方法相同，展示了其在生产环境中的有效性和高效性。...