基于流的 SVDD 异常检测
机器学习
2021-08-21 v1
摘要
我们提出 FlowSVDD——一种基于流的一类分类器，用于异常/离群点检测，它使用深度学习工具实现著名的 SVDD 原理。与其他深度 SVDD 方法相反，所提模型使用基于流的模型实例化，这自然防止了边界超球面坍缩为单点。实验表明，FlowSVDD 在基准数据集上取得了与当前 SOTA 方法相当的结果，并显著优于相关的深度 SVDD 方法。
引用
@article{arxiv.2108.04907,
title = {Flow-based SVDD for anomaly detection},
author = {Marcin Sendera and Marek Śmieja and Łukasz Maziarka and Łukasz Struski and Przemysław Spurek and Jacek Tabor},
journal= {arXiv preprint arXiv:2108.04907},
year = {2021}
}
备注
arXiv admin note: text overlap with arXiv:2010.03002