会员服务
在数据挖掘中，异常检测（英语：anomaly detection）对不符合预期模式或数据集中其他项目的项目、事件或观测值的识别。通常异常项目会转变成银行欺诈、结构缺陷、医疗问题、文本错误等类型的问题。异常也被称为离群值、新奇、噪声、偏差和例外。 特别是在检测滥用与网络入侵时，有趣性对象往往不是罕见对象，但却是超出预料的突发活动。这种模式不遵循通常统计定义中把异常点看作是罕见对象，于是许多异常检测方法（特别是无监督的方法）将对此类数据失效，除非进行了合适的聚集。相反，聚类分析算法可能可以检测出这些模式形成的微聚类。 有三大类异常检测方法。[1] 在假设数据集中大多数实例都是正常的前提下，无监督异常检测方法能通过寻找与其他数据最不匹配的实例来检测出未标记测试数据的异常。监督式异常检测方法需要一个已经被标记“正常”与“异常”的数据集，并涉及到训练分类器（与许多其他的统计分类问题的关键区别是异常检测的内在不均衡性）。半监督式异常检测方法根据一个给定的正常训练数据集创建一个表示正常行为的模型，然后检测由学习模型生成的测试实例的可能性。
HCL-MTSAD: Hierarchical Contrastive Consistency Learning for Accurate Detection of Industrial Multivariate Time Series Anomalies
Arxiv
0+阅读 · 4月18日
DACAD: Domain Adaptation Contrastive Learning for Anomaly Detection in Multivariate Time Series
Arxiv
0+阅读 · 4月17日
CARE to Compare: A real-world dataset for anomaly detection in wind turbine data
Arxiv
0+阅读 · 4月16日
Noncontact Respiratory Anomaly Detection Using Infrared Light-Wave Sensing
Arxiv
0+阅读 · 4月16日
Absolute-Unified Multi-Class Anomaly Detection via Class-Agnostic Distribution Alignment
Arxiv
0+阅读 · 4月16日
GPT-4V-AD: Exploring Grounding Potential of VQA-oriented GPT-4V for Zero-shot Anomaly Detection
Arxiv
0+阅读 · 4月16日
Learning Feature Inversion for Multi-class Anomaly Detection under General-purpose COCO-AD Benchmark
Arxiv
0+阅读 · 4月16日
Reap the Wild Wind: Detecting Media Storms in Large-Scale News Corpora
Arxiv
0+阅读 · 4月14日
CARLA: Self-supervised Contrastive Representation Learning for Time Series Anomaly Detection
Arxiv
0+阅读 · 4月7日
3D-CSAD: Untrained 3D Anomaly Detection for Complex Manufacturing Surfaces
Arxiv
0+阅读 · 4月11日
Analyzing Taiwanese traffic patterns on consecutive holidays through forecast reconciliation and prediction-based anomaly detection techniques
Arxiv
0+阅读 · 4月15日
Do LLMs Understand Visual Anomalies? Uncovering LLM Capabilities in Zero-shot Anomaly Detection
Arxiv
0+阅读 · 4月15日
Truncated Affinity Maximization: One-class Homophily Modeling for Graph Anomaly Detection
Arxiv
0+阅读 · 4月4日
Long-Tailed Anomaly Detection with Learnable Class Names
Arxiv
0+阅读 · 3月29日
SplatPose & Detect: Pose-Agnostic 3D Anomaly Detection
Arxiv
0+阅读 · 4月10日
参考链接
微信扫码咨询专知VIP会员
Top