Sep, 2023

基于分布和容量的孤立森林评分

PDF
TL;DR我们对孤立森林方法进行了两项改进，第一项改进是信息论动机的评分函数推广，允许考虑整个分布而不仅仅是树的平均值；第二项改进是替换孤立森林中基于深度的评分方法，采用基于孤立树叶节点相关的超体积的评分方法，并在生成数据和 34 个 “ADBench” 基准数据集上进行了评估，发现在一些数据集上这两种变体都有显著的改进，并且对于这两种变体中的一种，平均来说在所有数据集上都有改进。我们提供了用于重现实验结果的代码。
发现论文，激发创造
  • 扩展隔离森林

    介绍一种名为 Extended Isolation Forest（EIF）的算法，用于解决 Isolation Forest 算法在给定数据点上分配异常得分的问题，主要采用两种不同的方法来改善问题，通过分别对多个数据集进行分析，证明了算法的鲁棒性显著提高，但在计算时间方面没有明显差异。

    Nov, 2018

  • 孤立森林中随机选择的再审视

    本文讨论了隔离森林 (iForest) 算法的改进，即通过非一致随机选择变量和 / 或阈值的方式，优于原算法在某些离群点类别的识别方面，并对比测试不同的分割指导标准。

    Oct, 2021

  • OptIForest: 异常检测的最优独立森林

    本研究旨在回答孤立森林隔离效率的理论最优分支因子，并通过偏差减少实现更好的偏差 - 方差权衡，提出一种 OptIForest 算法，结合基于聚类的哈希学习，以实现更好的隔离效果、更高效且更具鲁棒性。在一系列基准数据集上的实验表明，该方法普遍优于深度学习等现有方法。

    Jun, 2023

  • 功能孤立森林

    本研究旨在将广泛应用于有限维数据的孤立森林（Isolation Forest）方法扩展到函数数据，以便更准确地检测出复杂基础设施的异常情况，并提出了基于 IF 算法的函数统计深度方法和多元函数扩展。

    Apr, 2019

  • 基于深度孤立森林特征重要性的可解释异常检测

    本文提出了高效而省时的方法，在隔离森林的全局和局部层面上定义特征重要性得分，并定义了一种在无监督异常检测中执行特征选择的过程。在多个合成和实际数据集上评估了性能，并与现有技术进行比较。

    Jul, 2020

  • 使用分数分布差异进行异常检测

    本文提出了一种称为 Overlap loss 的新的损失函数，通过优化异常评分函数的得分分布来更好地保留输入数据的多样性和更细粒度的信息，充分考虑数据干扰和不同数据情况下的自适应性，可以有效地集成到多种网络体系结构中用于 AD 模型的构建，且在各类型异常检测上优于现有技术。

    Jun, 2023

  • 基于随机森林实现的异常检测的 Mallows-like 准则

    通过模型平均方法和聚合多个模型的新标准，该研究提出了一种新的准则，其中聚焦损失函数用于极度不平衡数据的分类，在 Random Forest 算法中取代传统的投票方法。基于各种领域的基准数据集，包括网络入侵等，我们对该方法进行了评估，结果表明，我们提出的方法不仅在准确性和稳健性方面超越了传统的模型平均和典型损失函数，还胜过常见的异常检测算法。

    May, 2024

  • 签名隔离森林

    提出两种新的 AD 算法，以解决 Functional Isolation Forest (FIF) 在线性内积和词典选择方面的限制，结果通过多个数值实验得到验证。

    Mar, 2024

  • 基于树形结构的异常检测中加入反馈措施

    本文提出了一种新的方法，利用二进制反馈来改进基于树的异常检测算法（Isolation Forest Algorithm）的性能，从而减少高排名误报的数量，使得人工分析者可以更容易地发现感兴趣的异常点，特别适用于大数据集的交互式异常发现。

    Aug, 2017

  • 通过置信区间和假设检验对随机森林中的不确定性进行量化

    本文提出针对机器学习集成方法的正式统计推断程序，重点在于利用样本的子样本进行 U - 统计的预测，进而提供置信区间，以及作为检验功能、估计方差等应用。

    Apr, 2014