May, 2024
深度正未标注异常检测污染未标注数据
Deep Positive-Unlabeled Anomaly Detection for Contaminated Unlabeled Data
Hiroshi Takahashi, Tomoharu Iwata, Atsutoshi Kumagai, Yuuki Yamanaka
TL;DR通过使用正样本 - 无标签学习和自动编码器等异常检测器，我们提出了一种正样本 - 无标签自动编码器，通过使用无标签数据和异常数据，我们可以近似正常数据的异常得分，从而能够在没有标记正常数据的情况下训练异常检测器来最小化正常数据的异常得分并最大化异常数据的异常得分。实验证明我们的方法在各种数据集上实现了更好的检测性能。