基于生成对抗网络的异常检测综述
机器学习
2021-09-15 v2 机器学习
摘要
异常检测是多个研究领域面临的一个重要问题。检测并正确分类未见过的异常事物是一个具有挑战性的问题，多年来人们以多种不同方式处理该问题。生成对抗网络（GANs）及其对抗训练过程最近被用于应对此任务，并取得了显著成果。在本文中，我们综述了主要的基于 GAN 的异常检测方法，重点阐述了它们的优缺点。我们的贡献包括：对主要的异常检测 GAN 模型进行了实证验证，在不同数据集上增加了实验结果，并公开发布了一个使用 GAN 进行异常检测的完整开源工具箱。
引用
@article{arxiv.1906.11632,
title = {A Survey on GANs for Anomaly Detection},
author = {Federico Di Mattia and Paolo Galeone and Michele De Simoni and Emanuele Ghelfi},
journal= {arXiv preprint arXiv:1906.11632},
year = {2021}
}