文章工作:用GAN网络生成伪异常样本,结合已有正常样本,把异常检测转化为一个二分类任务

贡献1: 本文提出用GAN作为异常样本的生成器,使生成的异常是有意义的异常。(针对问题:为了应对高维空间中异常样本的稀疏性)

贡献2:单生成器-单判别器的GAN网络,扩展成多生成器-单判别器的GAN网络,每个生成器在一个正常样本的子集上进行训练。(针对问题:单个GAN网络作为伪异常生成器容易过拟合:生成的伪异常侵入了正常样本的内部--模式崩溃)

(贡献3):正常样本被划分为不同子集的方式:相似的样本应该有相似的特征,从而特征相近的样本应该是相似的。根据判别器D的输出特征,在样本空间对样本进行聚类,从而把训练集划分成不同的子集。

解释:这里说的“有意义的异常”是与空间中的随机采样得到的异常样本相比较。在样本空间中随机采样得到的异常样本,可能距离正常样本非常远,这些异常被称为是无意义的,因为它们无助于使模型学到更紧凑的正常样本分类边界。有意义的异常是指:分布在正常样本的外部,但是又距离正常样本非常近,有助于二分类器学习到正常样本紧凑边界的异常。

文献阅读:《Generative Adversarial Active Learning for Unsupervised Outlier Detection》-2020 trans相关推荐

  1. Generative Adversarial Active Learning for Unsupervised Outlier Detection

    关键词:离群点检测.生成潜在离群点.维数诅咒.生成性对抗主动学习.模式崩溃问题.多目标生成性对抗主动学习 1.INTRODUCTION 1.1 Outlier Detection应用领域 异常轨迹 运 ...

  2. 文献阅读:SNCSE: Contrastive Learning for Unsupervised Sentence Embedding with Soft Negative Samples

    文献阅读:SNCSE: Contrastive Learning for Unsupervised Sentence Embedding with Soft Negative Samples 1. 内 ...

  3. Generative Adversarial Active Learning生成性对抗性主动学习文献笔记

    文献1702.07956.pdf (arxiv.org) 生成性对抗性主动学习 介绍 这是第一个使用 GAN的主动学习工作,在它之后的GAN主动学习有不少,所以是首创性的工作,部分涉及分类的内容一笔带 ...

  4. [论文阅读] Variational Adversarial Active Learning

    论文地址:https://arxiv.org/abs/1904.00370 代码:https://github.com/sinhasam/vaal 发表于:ICCV'19 Abstract 主动学习的 ...

  5. [文献阅读]A deep neural network for unsupervised anomaly detection and diagnosis in MTSD

    A Deep Neural Network for Unsupervised Anomaly Detection and Diagnosis in Multivariate Time Series D ...

  6. [论文阅读] State-Relabeling Adversarial Active Learning

    论文地址:https://arxiv.org/abs/2004.04943 代码:https://github.com/Beichen1996/SRAAL 发表于:CVPR 20 Abstract 主 ...

  7. 【阅读】Variational Adversarial Active Learning

    摘要: 通常情况下,由于标记成本高,限制了深度学习技术的应用领域,标记大量数据具有挑战性.主动学习(AL)通过在未标记池中查询需要注释的信息量最大的样本来解决这个问题.近年来研究的人工智能有两个很有前 ...

  8. Generative Adversarial Zero-shot Learning via Knowledge Graphs翻译

    Generative Adversarial Zero-shot Learning via Knowledge Graphs Abstract: 零样本学习(ZSL)是处理那些没有标记训练数据的看不见 ...

  9. 2018-12 文献阅读:Boosting for Transfer Learning(2007)--迁移学习

    2018-12 文献阅读:Boosting for Transfer Learning(2007) 2018-12 文章的作者Wenyuan Dai&Qiang yang&Gui_Ro ...

最新文章

  1. python的顶级高手_Python+深度学习
  2. 新一代HTML5开发工具Wijmo子控件详解
  3. JavaScript获取浏览器的显示区域大小信息
  4. html 渐变透明写法,CSS3透明度+渐变
  5. int 范围_Java学习之随机生成5个(范围1——33)不同数字的思考
  6. 楼层钢筋验收会议纪要_钢筋施工质量通病防治
  7. scss 变量_SCSS和Sass使用这种样式语言所需的所有CSS和SCSS代码
  8. 王者荣耀显示聊天服务器异常,王者荣耀功能存在异常暂时关闭怎么回事 解决办法...
  9. cobbler的搭建
  10. 2010工作代码总结之三(repostioryItemGridLookUpEdit下拉框)
  11. iOS面试题06-其他
  12. 网络工程师--网络安全与应用案例分析
  13. 神舟IV号开发板-带屏例程源码修改bug(2.8寸屏)
  14. 《苹果Mac OS X 10.6 Snow Leopard雪豹操作系统8BT下载地址》
  15. 入门DP教程(超详细)
  16. 智能人物画像综合分析系统——Day1
  17. 使用Nginx反向代理豆瓣Api电影接口(解决微信小程序频繁调用api被关小黑屋)
  18. 私厨菜谱app的设计与实现(三)
  19. 3dmax中格式批量互转obj批量转fbx等等
  20. k3cloud二次开例子

热门文章

  1. qt 读取gif一帧_译:Unreal渲染一帧详解(Unreal Frame Breakdown)
  2. python怎么爬取知乎回答并制作词云_使用python爬取流浪地球影评并制作词云,看看别人都说了些说什么...
  3. python海龟作图好看图案_python海龟绘图,其实python也很强大,这些技能你知道吗?...
  4. dsp调音一次多少钱_家庭保洁一次多少钱?
  5. 用 js判断 一个数是否是素数(质数)_小学数学知识点1~6年级汇总整理,收藏起来随时用!(下)...
  6. 病毒传播数学建模matlab分析,数学建模MATLAB之分析法(一)
  7. 1977年发生事件_大金蛇:千年银蛇,万年金蛇:1977年【蛇蛇人】11月上旬家里有“爆炸性”事件发生!...
  8. python调用c语言函数_从Python调用C函数
  9. linux islower_Python字符串islower()
  10. scala代码示例_Scala集合示例