UnDefined

摘要： 题目 30. 串联所有单词的子串 给定一个字符串 s 和一个字符串数组 words。 words 中所有字符串 长度相同。 s 中的 串联子串 是指一个包含 words 中所有字符串以任意顺序排列连接起来的子串。 例如，如果 words = ["ab","cd","ef"]， 那么 "abcdef" 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： 10. 正则表达式匹配 给你一个字符串 s 和一个字符规律 p，请你来实现一个支持 '.' 和 '*' 的正则表达式匹配。 '.' 匹配任意单个字符 '*' 匹配零个或多个前面的那一个元素 所谓匹配，是要涵盖 整个 字符串 s的，而不是部分字符串。 示例 1： 输入：s = "aa", p = "a 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

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： # Prototypical contrastive learning of unsupervised representations ## abstract 这篇论文介绍了原型对比学习（PCL），一种将对比学习与聚类相结合的无监督表示学习方法。PCL不仅为实例区分任务学习低层特征，更重要的是==* 阅读全文

摘要： Momentum contrast for unsupervised visual representation learning Introduction 我们提出了动量对比（MoCo）作为一种构建具有对比损失的无监督学习的大型一致字典的方法（图1）。 我们将字典维护为数据样本队列：当前mini- 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