无需包外采样的异常检测

KDDSep, 2020

Out-Of-Bag Anomaly Detection

Egor Klevak, Sangdi Lin, Andy Martin, Ondrej Linda, Eric Ringger

TL;DR本文提出了一种基于模型的异常检测方法，Out-of-Bag 异常检测，它可以处理由数字和分类特征组成的多维数据集，将无监督学习问题分解成集合模型的训练。通过对基准数据集的全面实验展示了该方法的最新性能，并通过房屋估值的案例研究展示了其可以作为数据预处理步骤，提高 ML 系统的准确性和可靠性。

Abstract

Data anomalies are ubiquitous in real world datasets, and can have an adverse impact on machine learning (ML) systems, such as automated home valuation. Detecting anomalies could make ML applications more responsible and trustworthy. However, the lack of labels for anomalies and the co

anomaly detection unsupervised learning machine learning ensemble models data pre-processing

发现论文，激发创造

基于 OOD 训练数据的许多方法估计相同核心量的组合来分解 OD 检测

本文旨在识别常见的目标，以及识别不同 OOD 检测方法的隐含评分函数。我们展示了许多方法在共享学习方式下表现相似，二进制区分器达到与异常暴露相似的 OOD 检测性能，还展示了置信度损失具有在理论上最优得分函数不同但与训练和测试 out-distribution 相同时的函数相似的隐含评分函数，从实践中发现，这些方法训练方式一致时都表现相似。

Jun, 2022

异常、新颖性、开放集和分布外检测的统一调查：解决方案及未来挑战

本文综述了目前在机器学习中所涉及的异常检测、开放集识别、新颖性检测和习一类学习等不同领域中，如何识别和检测来自于训练集分布之外的样本，从而提出了跨领域的研究方向，这对提高模型的鲁棒性具有重要意义。

Oct, 2021

利用统计技术在视觉模型中检测异常或超出分布的数据

机器学习系统中的越界数据和异常输入是当前的漏洞，往往导致系统做出错误的预测。本文评估了 Benford's 法则作为一种用于量化真实输入和受损输入之间差异的方法。我们相信在许多情况下，它可以用作检测异常数据点和标识越界数据的过滤器。我们希望对这些应用进行讨论，并进一步探索该技术的其他领域。

Mar, 2024

数据 - OOB: 作为简单高效数据价值的袋外估计

提出了一种名为 Data-OOB 的新数据评估方法，利用袋装模型的袋外估计，它具有高效的计算性能和可扩展性，可以在大型数据集上进行评估，并且表现出色优于现有的数据评估方法，对于识别有帮助或有害的数据点在实际应用中具有潜在的应用价值。

Apr, 2023

污染数据异常检测的潜在异常暴露

本研究提出一种在未标记异常情况下训练异常检测器的策略，通过联合推断二进制标签（正常 vs. 异常）并更新模型参数来使用两个损失的组合，表现出比基准测试更显著的改进。

Feb, 2022

统一的超领域检测：基于模型视角

本文提出了一个更广泛的框架来研究模型针对特定因素（如未知类别、协变量变化等) 检测 out-of-distribution（OOD）问题，该框架能够检测出一个训练好的机器学习模型无法正确预测的测试样例，而是否拒绝该测试样例取决于模型本身，该文提供了大量分析和见解，用以改进和理解在不受控制的环境中的 OOD 检测。

Apr, 2023

检测语义异常

本文讨论了在实际场景中对特定语境下的语义异常进行评估的问题，并提出了一组以实际应用为基础的基准。我们使用一种基于多任务学习算法的方法在这些基准上取得了进展，并证明了辅助目标的提高可以改善语义感知，同时带来更好的一般化收益。

Aug, 2019

多层次离群检测的函数数据视角和基线

采用了一种基于网络的功能视图方法，通过提取多层分类器中的统计模式和关系来探测样本轨迹中的异常，从而改进了流行的过度分布检测方法。

Jun, 2023

马哈拉诺比斯感知训练用于外部分布检测

在本研究中，我们提出了一种新的损失函数和网络训练方法，以提高密度感知的开放世界环境中对异常和越界样本的检测能力，并在 CIFAR-10 数据集上进行了验证，将相对马氏距离方法在远距离越界任务中的错误正例率降低了 50% 以上。

Nov, 2023

在自然环境中训练 OOD 检测器

本文提出了一种基于野外混合数据的新颖框架，旨在改进在野外部署的机器学习模型的 OOD 检测能力，通过最大化 OOD 检测率并设定 ID 数据的分类误差和 ID 示例的 OOD 错误率的约束条件的学习目标，有效地解决了这个问题，并在常见的 OOD 检测任务中获得了优异的性能。

Feb, 2022