随笔分类 - 异常检测
摘要：Anomaly Detection under Distribution Shift ICCV 2023 用于异常检测的无监督方法。 训练集仅使用source distribution的normal数据。 测试集使用source 和 target distribution的数据，包含normal和a
阅读全文
摘要：A unified model for multi-class anomaly detection 1 Introduction 现有方法[6, 11, 25, 27, 48, 49, 52]建议为不同类别的对象训练单独的模型，就像图1c中的情况一样。然而，这种一类一模型的方案可能会消耗大量内存，尤
阅读全文
摘要：Mean-Shifted Contrastive Loss for Anomaly Detection Abstract 这篇文章探讨了异常检测领域的一个关键问题，即如何通过使用预训练特征来提高异常检测性能。研究者首先介绍了异常检测的背景和现有方法，指出了使用自监督学习和外部数据集预训练特征的潜力。
阅读全文
摘要：Generalizing to Unseen Domains: A Survey on Domain Generalization 代码地址：https://github.com/jindongwang/transferlearning/tree/master/code/DeepDG I. Intr
阅读全文
摘要：Exact Feature Distribution Matching for Arbitrary Style Transfer and Domain Generalization 论文源码：https://github.com/YBZh/EFDM 1. Introduction 传统的特征分布匹配
阅读全文
摘要：devnet \[dev(x)=\frac{\phi(x;\Theta) - \mu_\mathcal{R}}{\sigma_\mathcal{R}}\\ L(\phi(x;\Theta),\mu_\mathcal{R},\sigma_\mathcal{R})=(1-y)|dev(x)|+y\max
阅读全文
摘要：ECOD: Unsupervised Outlier Detection Using Empirical Cumulative Distribution Functions Author：Zheng Li, Yue Zhao, Student Member Xiyang Hu, Nicola Bot
阅读全文
摘要：Anomaly Detection under Distribution Shift 1 Introduction 如图1中所示的示例数据所示， in-distribution（ID）测试数据中的正常样本与正常训练数据非常相似，而ID中的异常样本与正常数据差异很大；然而，由于分布转移，OOD测试数据
阅读全文
摘要：Anomaly detection via reverse distillation from one-class embedding Introduction 在知识蒸馏（KD）中，知识是在教师-学生（T-S）对中传递的。在无监督异常检测的背景下，由于学生在训练过程中只接触到正常样本，所以当查询是
阅读全文
摘要：Anomaly Detection with Score Distribution Discrimination 1 Introduction 如图1所示。Fig 1a~1c。这些方法基于学习到的输入数据的特征转换（如重构误差或embedding距离），生成异常分数。然而，在表示空间中的优化会导致数
阅读全文
[论文阅读] Explicit Boundary Guided Semi-Push-Pull Contrastive Learning for Supervised Anomaly Detection
摘要：Explicit Boundary Guided Semi-Push-Pull Contrastive Learning for Supervised Anomaly Detection Introduction 只关注正常样本可能会限制AD模型的可判别性。如图1(a)所示，在没有异常情况的情况下，
阅读全文
摘要：Learning Semi-supervised Gaussian Mixture Models for Generalized Category Discovery Abstract 在本文中，我们解决了广义类别发现(generalized category discovery, GCD)的问题，
阅读全文
摘要：参考资料： 1. [《Unsupervised Anomaly Detection by Robust Density Estimation》](https://ojs.aaai.org/index.php/AAAI/article/view/20328) 2. [维基百科-利普希茨连续](http
阅读全文
摘要：# AnoShift: A Distribution Shift Benchmark for Unsupervised Anomaly Detection 主要贡献点： 1. 用t-SNE，Optimal Transport Dataset Distance 分析了网络流量中用于无监督异常检测任务的
阅读全文
摘要：# Deep One-Class Classifification Deep SVDD (Deep Support Vector Data Description)训练一个神经网络，最小化包含数据表征的超球的体积（如图1所示） . 《细水长flow之RealNVP与Glow：流模型的传承与升华 》[Blog post]. Retrieved from https://kexue.fm/archiv
阅读全文
摘要：## 摘要 本文提出一个无监督的基于密度的用于异常检测的方法 **目的：**定义一种平滑而有效的异常度量，可用于检测非线性系统中的异常。 **局部离群值得分（local outlier score, LOS）**：该方法为每个样本分配一个局部离群值分数（local outlier score, LO
阅读全文
摘要：本要是对于原文的部分内容翻译、摘录。详情请阅读原文。（未看完） ## 引言 为了解决检测具有动态和时变特征的复杂上下文异常的问题，新的有前途的循环神经网络(RNN)体系结构出现了。 由于最近出现了不同的LSTM方法，这些方法被广泛用于不同的异常检测目的，本文旨在对技术系统的异常检测进行详细概述，明确
阅读全文
浙公网安备 33010602011771号