- …
- …
#266
summarized by : Anonymous
どんな論文か？
ラベル付きの正常・異常データとラベル無しのデータを用いた半教師異常検知の研究。ラベル無しデータには正常データと異常データが混ざっているcontaminated設定を取り扱う。Contrastive learningベースのend-to-endに学習可能な手法を提案した。
新規性
従来のcontrastive learningベースの手法はサンプル間の関係性のみを扱う。これに対して提案手法では、(1)サンプル間の関係性(異なるサンプル動詞を遠ざける)、(2)正常サンプルのプロトタイプとサンプル(正常サンプルはプロトタイプに近づけ、異常サンプルは遠ざける)、(3)正常サンプルと異常サンプルの関係性(正常サンプルと異常サンプルを遠ざける)の3つを扱う。
結果
CIFAR-10, CIFAR-100, ImageNet (FIX), SVHN, LSUN (FIX)の5種のデータセットを扱いAUROCで評価し、SOTAを達成した。
その他（なぜ通ったか？等）
https://github.com/GaoangW/HSCL
- …
- …