跳到正文
热点事件持续更新

研究:表格异常检测中反直觉似然行为罕见

1 篇报道1 个报道来源10 小时前更新

先了解这件事

AI 综述

Donghwan Kim、Junghun Phee 与 Hyunsoo Yoon 发表论文称,深度生成模型在图像领域常给异常数据更高似然的反直觉现象,在表格数据中很少出现。作者提出领域无关的形式化定义,在 47 个表格数据集、13 个基线模型及 ADBench 的 10 个 CV/NLP 嵌入数据集上验证该现象持续罕见,并称 normalizing flow 的似然检测性能具竞争力。 理论分析将表格与图像领域的差异归因于数据维度和特征相关性的不同。

AI 根据报道生成 · 51 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月26日
  1. arXiv cs.AI
    为何表格异常检测中反直觉似然行为很少出现?

    研究发现,深度生成模型在图像领域常给异常数据更高似然的反直觉现象,在表格数据中很少出现。作者提出领域无关的形式化定义,在 47 个表格数据集、13 个基线模型及 ADBench 的 10 个 CV/NLP 嵌入数据集上验证该现象持续罕见,normalizing flow 的似然检测性能具竞争力。理论分析将差异归因于表格与图像数据在维度和特征相关性上的不同。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。