#652
summarized by : Shunsuke Nakatsuka
Old Is Gold: Redefining the Adversarially Learned One-Class Classifier Training Paradigm

どんな論文か?

Autoencoder+GAN型の異常検知モデル.従来手法よりも精度が高く,学習の安定性がある.
placeholder

新規性

1st phaseでDAE G+Discriminator Dを学習.2nd phaseで1st phaseの途中状態(弱い状態)のDAEをGenerator G^{old}として再利用し,x, G(x) をreal,G^{old}(x),G^{old}(x_j)+G^{old}(x_i)/2をfakeとして学習.Discriminatorは正常/異常判定ができるようになる.

結果

Ped2でAUC:0.981.MNISTでEpochが進んで精度が落ちず,Outlierが増えても精度が落ちないことを確認.

その他(なぜ通ったか?等)