정상과 이상의 표지
무표지 자료가 많아도 일부 예시는 전문가가 정상이나 이상으로 확인했을 수 있다. Deep SAD는 정상 표지만 사용하는 경우를 넘어 알려진 이상 예시도 활용하는 종단 간 방법을 제안했다.
잠재 분포의 해석
원 연구는 정상 자료의 잠재 분포 엔트로피가 이상 자료의 엔트로피보다 낮아야 한다는 관점의 정보 이론적 틀을 도입했다. 이 틀은 제안한 학습 방법의 이론적 해석으로 제시됐다.
적은 표지의 평가
MNIST, Fashion-MNIST, CIFAR-10과 다른 이상 탐지 벤치마크에서 얕은 방법과 혼합 및 심층 방법을 비교했다. 적은 표지 자료가 주어진 조건에서의 성능을 평가했다.
관련 문서
Deep SVDD / 반지도 학습 / 이상 탐지 / 엔트로피 / 표현 학습 / 원클래스 서포트 벡터 머신