通过深度稀疏自编码器中的混合结构正则化（MSR）进行无监督异常检测
计算机视觉与模式识别
2019-03-05 v1 机器学习
摘要
除显式稀疏正则化项和对输入数据施加高斯噪声随机损坏外，具有混合结构正则化（MSR）的深度稀疏自编码器有潜力改进无监督异常检测。基于使用深度稀疏自编码器识别离群点的无监督异常检测对于医学计算机辅助检测系统是非常吸引人的方法，因为它仅需健康数据训练而无需专家标注的异常。在从冠状动脉计算机断层扫描血管造影（CCTA）检测冠状动脉心脏病的任务中，我们的结果表明，与深度稀疏和去噪自编码器相比，MSR有潜力将整体性能提高 20-30%。
引用
@article{arxiv.1902.11036,
title = {Unsupervised Abnormality Detection through Mixed Structure Regularization (MSR) in Deep Sparse Autoencoders},
author = {Moti Freiman and Ravindra Manjeshwar and Liran Goshen},
journal= {arXiv preprint arXiv:1902.11036},
year = {2019}
}
备注
Accepted for publication in the journal: "Medical Physics" (2019)