本文针对图上的异常检测代表性论文做了讲解。

成为VIP会员查看完整内容
74

相关内容

在数据挖掘中,异常检测(英语:anomaly detection)对不符合预期模式或数据集中其他项目的项目、事件或观测值的识别。通常异常项目会转变成银行欺诈、结构缺陷、医疗问题、文本错误等类型的问题。异常也被称为离群值、新奇、噪声、偏差和例外。 特别是在检测滥用与网络入侵时,有趣性对象往往不是罕见对象,但却是超出预料的突发活动。这种模式不遵循通常统计定义中把异常点看作是罕见对象,于是许多异常检测方法(特别是无监督的方法)将对此类数据失效,除非进行了合适的聚集。相反,聚类分析算法可能可以检测出这些模式形成的微聚类。 有三大类异常检测方法。[1] 在假设数据集中大多数实例都是正常的前提下,无监督异常检测方法能通过寻找与其他数据最不匹配的实例来检测出未标记测试数据的异常。监督式异常检测方法需要一个已经被标记“正常”与“异常”的数据集,并涉及到训练分类器(与许多其他的统计分类问题的关键区别是异常检测的内在不均衡性)。半监督式异常检测方法根据一个给定的正常训练数据集创建一个表示正常行为的模型,然后检测由学习模型生成的测试实例的可能性。
可靠深度异常检测,34页ppt,Google Balaji Lakshminarayanan讲解
专知会员服务
43+阅读 · 2021年10月1日
【WSDM2021-Ttutorial】深度学习异常检测,111页ppt
专知会员服务
150+阅读 · 2021年3月10日
最新《深度学习视频异常检测》2020综述论文,21页pdf
专知会员服务
80+阅读 · 2020年9月30日
专知会员服务
106+阅读 · 2020年8月28日
基于深度学习的图像分析技术,116页ppt
专知会员服务
53+阅读 · 2020年7月17日
深度强化学习策略梯度教程,53页ppt
专知会员服务
175+阅读 · 2020年2月1日
生成式对抗网络GAN异常检测
专知会员服务
114+阅读 · 2019年10月13日
异常检测(Anomaly Detection)综述
极市平台
19+阅读 · 2020年10月24日
基于5G的网联汽车定位技术讲解
智能交通技术
5+阅读 · 2019年5月3日
语音关键词检测方法综述【附PPT与视频资料】
人工智能前沿讲习班
10+阅读 · 2019年2月2日
基于深度学习的通用物体检测算法对比探索【附PPT与视频资料】
人工智能前沿讲习班
5+阅读 · 2019年1月11日
220页深度神经网络基础、理论与挑战PPT【下载】
机器学习算法与Python学习
7+阅读 · 2018年9月12日
Arxiv
0+阅读 · 2021年11月14日
Few-shot Scene-adaptive Anomaly Detection
Arxiv
8+阅读 · 2020年7月15日
Arxiv
26+阅读 · 2020年2月21日
Credibility-based Fake News Detection
Arxiv
3+阅读 · 2019年11月2日
Arxiv
4+阅读 · 2019年5月1日
Arxiv
28+阅读 · 2018年4月6日
VIP会员
相关VIP内容
可靠深度异常检测,34页ppt,Google Balaji Lakshminarayanan讲解
专知会员服务
43+阅读 · 2021年10月1日
【WSDM2021-Ttutorial】深度学习异常检测,111页ppt
专知会员服务
150+阅读 · 2021年3月10日
最新《深度学习视频异常检测》2020综述论文,21页pdf
专知会员服务
80+阅读 · 2020年9月30日
专知会员服务
106+阅读 · 2020年8月28日
基于深度学习的图像分析技术,116页ppt
专知会员服务
53+阅读 · 2020年7月17日
深度强化学习策略梯度教程,53页ppt
专知会员服务
175+阅读 · 2020年2月1日
生成式对抗网络GAN异常检测
专知会员服务
114+阅读 · 2019年10月13日
相关资讯
异常检测(Anomaly Detection)综述
极市平台
19+阅读 · 2020年10月24日
基于5G的网联汽车定位技术讲解
智能交通技术
5+阅读 · 2019年5月3日
语音关键词检测方法综述【附PPT与视频资料】
人工智能前沿讲习班
10+阅读 · 2019年2月2日
基于深度学习的通用物体检测算法对比探索【附PPT与视频资料】
人工智能前沿讲习班
5+阅读 · 2019年1月11日
220页深度神经网络基础、理论与挑战PPT【下载】
机器学习算法与Python学习
7+阅读 · 2018年9月12日
相关论文
微信扫码咨询专知VIP会员