用于无监督异常检测的鲁棒子空间恢复层
机器学习
2022-01-19 v2 计算机视觉与模式识别
机器学习
摘要
我们提出了一种带有新颖鲁棒子空间恢复层（RSR层）的无监督异常检测神经网络。该层旨在从给定数据的潜在表示中提取底层子空间，并移除远离该子空间的外点。它被用于自编码器内部。编码器将数据映射到潜在空间，RSR层从该空间提取子空间。解码器随后将底层子空间平滑地映射回接近原始内点的“流形”。根据原始位置与映射位置之间的距离（内点小、外点大）来区分内点与外点。在图像和文档数据集上进行的广泛数值实验展示了最先进的精确率与召回率。
引用
@article{arxiv.1904.00152,
title = {Robust Subspace Recovery Layer for Unsupervised Anomaly Detection},
author = {Chieh-Hsin Lai and Dongmian Zou and Gilad Lerman},
journal= {arXiv preprint arXiv:1904.00152},
year = {2022}
}
备注
This work is on the ICLR 2020 conference