이상 탐지 목적의 학습
생성 모델이나 압축 모델을 이상 탐지에 사용하는 접근과 달리 처음부터 탐지 목적 함수로 신경망을 학습한다. 정상 자료의 공통적인 변화를 표현에 담는 것을 목표로 한다.
작은 초구의 표현
자료의 신경망 표현을 감싸는 초구의 부피를 줄이도록 학습한다. 표현을 중심 가까이에 모으는 목표로 정상성을 나타내며, 깊은 모형에 적용하려면 신경망과 학습 절차가 만족해야 하는 성질도 고려한다.
평가와 분석
원 연구는 필요한 성질을 이론적으로 분석했다. MNIST와 CIFAR-10, GTSRB 정지 표지의 적대적 예시 탐지에서 방법을 평가해 고차원 이상 탐지의 효과를 조사했다.
관련 문서
원클래스 서포트 벡터 머신 / 아이솔레이션 포레스트 / 이상 탐지 / 표현 학습 / 초구 / 오토인코더