｛“id”：“https://openalex.org/W4390524268“，”doi“：”https://doi.org/10.48550/arxiv.2312.17679“，”title“：”潜在扩散模型下的受监督图孤立点检测的数据增强“，”display_name“：”潜伏扩散模型下受监督图离群点检测的数字增强“，“publication_year”：2023，“publiation_date”：“2023-01-01”，“ids”：{“openalex”：“https://openalex.org/W4390524268“，”doi“：”https://doi.org/10.48550/arxiv.2312.17679“}，”language“：”en“，”primary_location“：{”is_oa“：true，”landing_page_url“：”https://arxiv.org/abs/312.17679“，”pdf_url“：null，”source“：｛”id“：”https://openalex.org/S4306400194“，”display_name“：”arXiv（康奈尔大学）“，”issn_l“：null，”issn“：null，”is_oa“：true，”is_ in_doaj“：false，”host_organization“：”https://openalex.org/I205783295“，”host_organization_name“：”康奈尔大学“，”host_organization_lineage“：[”https://openalex.org/I205783295“]，”host_organization_lineage_names“：[”康奈尔大学“]，“type”：“repository”}，“license”：“cc-by”，“licence_id”：“https://openalex.org/licenses/cc-by“，”version“：”submittedVersion“，”is_accepted“：false，”is_published“：false｝，”type“：”预印本“，”type_crossref“：”发布的内容“，”indexed_in“：[”arxiv“，”datacite“]，”open_access“：｛”is_oa“：true，”oa_status“：”green“，”oa_url“：”https://arxiv.org/abs/2312.17679“，”any_repository_has_fulltext“：true}，”authorships“：[{”author_position“：”第一“，”作者“：{”id“：”https://openalex.org/A5036506021“，”display_name“：”Kay Liu“，”orcid“：null}，”institutions“：[]，”countries“：[]，”is_corresponding“：false，”raw_author_name“:”Liu，Kay“，”raw _affiliation_strings“：]}，{”author_position“：”middle“，”author“：{”id“：”https://openalex.org/A5046260678“，”display_name“：”Hengrui Zhang“，”orcid“：”https://orcid.org/0000-0001-5090-3177“}，”机构“：[]，”国家“：[[]，”is_corresponding“：false，”raw_author_name“：”张恒瑞“，”raw关联字符串“：[]}，{“author_position”：“middle”，“author”：{“id”：“https://openalex.org/A5000774563“，”display_name“：”胡志德“，”兽人“：”https://orcid.org/0000-0003-3679-4992“}，”机构“：[]，”国家“：[[]，”is_corresponding“：false，”raw_author_name“：”胡自清“，”raw关联字符串“：[]}，{“author_position”：“middle”，“author”：{“id”：“https://openalex.org/A5042326001“，”display_name“：”王芳欣“，”兽人“：”https://orcid.org/0000-0002-8642-9443“}，”机构“：[]，”国家“：[[]，”is_corresponding“：false，”raw_author_name“：”王，方新“，”raw关联字符串“：[]}，{“author_position”：“last”，“author”：{“id”：“”https://openalex.org/A5036357902“，”display_name“：”Philip S.Yu“，”orcid“：”https://orcid.org/0000-0002-3491-5968“}，”机构“：[]，”国家“：[[]，”is_corresponding“：false，”raw_author_name“：”Yu，Philip S.“，”raw关联字符串“：[]}]，”countries_distict_count“：0，”机构区分计数“：0”，“对应的_author_ids”：[]，“cited_by_percentile_year“：{“min”：0，“max”：78}，“biblio”：{卷：null，“问题”：nullhttps://openalex.org/T11512“，”“display_name”：“高维数据中的异常检测”，“score”：0.9972，“subfield”：{“id”：“https://openalex.org/subfields/1702“，”display_name“：”人工智能“}，”字段“：{”id“：”https://openalex.org/fields/17“，”display_name“：”Computer Science“}，”domain“：{”id“：”https://openalex.org/domains/3“，”display_name“：”物理科学“}}，”主题“：[{”id“：”https://openalex.org/T11512“，”“display_name”：“高维数据中的异常检测”，“score”：0.9972，“subfield”：{“id”：“https://openalex.org/subfields/1702“，”display_name“：”人工智能“}，”字段“：{”id“：”https://openalex.org/fields/17“，”display_name“：”Computer Science“}，”domain“：{”id“：”https://openalex.org/domains/3“，”display_name“：”物理科学“}}，{”id“：”https://openalex.org/T11273“，”display_name“：”Graph Neural Network Models and Applications“，”score“：0.9904，”subfield“：{”id“：”https://openalex.org/subfields/1702“，”display_name“：”人工智能“}，”字段“：{”id“：”https://openalex.org/fields/17“，”display_name“：”Computer Science“}，”domain“：{”id“：”https://openalex.org/domains/3“，”display_name“：”物理科学“}}，{”id“：”https://openalex.org/T11689“，”“display_name”：“深度学习模型中的对抗稳健性”，“score”：0.9749，“subfield”：{“id”：“https://openalex.org/subfields/1702“，”display_name“：”人工智能“}，”字段“：{”id“：”https://openalex.org/fields/17“，”display_name“：”Computer Science“}，”domain“：{”id“：”https://openalex.org/domains/3“，”display_name“：”物理科学“}}]，”关键词“：[{”id“：”https://openalex.org/keywords/outlier-detection（https://openalex.org/keywords/outlier-detection）“，”display_name“：”离群检测“，”score“：0.660208}，{”id“：”https://openalex.org/keywords/signal-processing-on-graphs网站“，”display_name“：”图形信号处理“，”score“：0.55723}，{”id“：”https://openalex.org/keywords/anomaly-detection网站“，”display_name“：”异常检测“，”score“：0.53328}，{”id“：”https://openalex.org/keywords/knowledge-graph-embedding“，”display_name“：”知识图嵌入“，”score“：0.523651}，{”id“：”https://openalex.org/keywords/representation-learning网站“，”display_name“：”表征学习“，”score“：0.516379}]，”concepts“：[{”id“：”https://openalex.org/C79337645，“wikidata”：https://www.wikidata.org/wiki/Q779824“，”display_name“：”Outlier“，”level“：2，”score“：0.7462618}，{”id“：”https://openalex.org/C41008148，“wikidata”：https://www.wikidata.org/wiki/Q21198（网址：https://www.wikidata.org/wiki/Q21198）“，”display_name“：”计算机科学“，”level“：0，”score“：0.65331095}，{”id“：”https://openalex.org/C132525143，“wikidata”：https://www.wikidata.org/wiki/Q141488“，”display_name“：”Graph“，”level“：2，”score“：0.6009328}，{”id“：”https://openalex.org/C739882，“wikidata”：https://www.wikidata.org/wiki/Q3560506“，”display_name“：”异常检测“，”level“：2，”score“：0.5663205}，{”id“：”https://openalex.org/C154945302，“wikidata”：https://www.wikidata.org/wiki/Q11660“，”display_name“：”人工智能“，”level“：1，”score“：0.49144447}，{”id“：”https://openalex.org/C153180895，“wikidata”：https://www.wikidata.org/wiki/Q7148389“，”display_name“：”模式识别（心理学）“，”level“：2，”score“：0.47249714｝，｛”id“：”https://openalex.org/C124101348，“wikidata”：https://www.wikidata.org/wiki/Q172491“，”display_name“：”数据挖掘“，”level“：1，”score“：0.43984652}，{”id“：”https://openalex.org/C22019652，“wikidata”：https://www.wikidata.org/wiki/Q331309“，”display_name“：”Overfitting“，”level“：3，”score“：0.43344462}，{”id“：”https://openalex.org/C119857082，“wikidata”：https://www.wikidata.org/wiki/Q2539“，”display_name“：”机器学习“，”level“：1，”score“：0.35031047｝，｛”id“：”https://openalex.org/C80444323，“wikidata”：https://www.wikidata.org/wiki/Q2878974“，”display_name“：”理论计算机科学“，”level“：1，”score“：0.1745688}，{”id“：”https://openalex.org/C50644808，“wikidata”：https://www.wikidata.org/wiki/Q192776“，”display_name“：”人工神经网络“，”level“：2，”score“：0.15946767}]，”mesh“：[]，”locations_count“：2.”locations“：[{”is_oa“：true，”landing_page_url“：”https://arxiv.org/abs/2312.17679“，”pdf_url“：null，”source“：｛”id“：”https://openalex.org/S4306400194“，”display_name“：”arXiv（康奈尔大学）“，”issn_l“：null，”issn“：null，”is_oa“：true，”is_ in_doaj“：false，”host_organization“：”https://openalex.org/I205783295“，”host_organization_name“：”康奈尔大学“，”host_organization_lineage“：[”https://openalex.org/I205783295“]，”host_organization_lineage_names“：[”康奈尔大学“]，“type”：“repository”}，“license”：“cc-by”，“licence_id”：“https://openalex.org/licenses/cc-by“，”version“：”submittedVersion“，”is_accepted“：false，”is_published“：false}，{”is_oa“：false，”landing_page_url“：”https://api.datacite.org/dois/10.48550/arxiv.2312.17679“，”pdf_url“：null，”source“：｛”id“：”https://openalex.org/S4393179698“，”display_name“：”DataCite API“，”issn_l“：null，”issn“：null，”is_oa“：true，”is_ in_doaj“：false，”host_organization“：”https://openalex.org/I4210145204“，”“host_organization_name”：“DataCite”，“host_organization_lineage”：[“https://openalex.org/I4210145204“]，”host_organization_lineage_names“：[”DataCite“]，”type“：”metadata“｝，”license“：null，”license_id“：null，”version“：null｝]，”best_oa_location“：｛”is_oa“：true，”landing_page_url“：”https://arxiv.org/abs/2312.17679“，”pdf_url“：null，”source“：｛”id“：”https://openalex.org/S4306400194“，”display_name“：”arXiv（康奈尔大学）“，”issn_l“：null，”issn“：null，”is_oa“：true，”is_ in_doaj“：false，”host_organization“：”https://openalex.org/I205783295“，”host_organization_name“：”康奈尔大学“，”host_organization_lineage“：[”https://openalex.org/I205783295“]，”host_organization_lineage_names“：[”康奈尔大学“]，“type”：“repository”}，“license”：“cc-by”，“licence_id”：“https://openalex.org/licenses/cc-by“，”version“：”submittedVersion“，”is_accepted“：false，”is_published“：false}，”sustainable_development_goals“：[]，”grants“：[]，”datasets“：]，”versions“：[https://openalex.org/W4387297750","https://openalex.org/W4362597605","https://openalex.org/W3111802945","https://openalex.org/W3107369729","https://openalex.org/W2989932438","https://openalex.org/W2946096271","https://openalex.org/W2499612753","https://openalex.org/W2295423552","https://openalex.org/W2186333919","https://openalex.org/W1574414179“]，”ngrams_url“：”https://api.openalex.org/works/W4390524268/ngrams网站“，”abstract_inverted_index“：｛”Graph“：[01491833]，”outlet“：[1,21,40,541127]，”detection“：[2,41128151]，”is“：[3,43]，”a“：[44139178249]，”突出“：[5]，”task“：[6]，”of“：[7,14,37,37,53,76161208226236]，”research“：[8]，”and“：[9，85,97198224243252]，”application“：[10]，”in“：[11,29，62,73110121147]，”“：[12,20,27,30,34,44,51,68,74,77169174222233256]，”领域“：[13]，”图形“：[15,39126175186]，”神经“：[16]，”网络。“：[17]，”It“：[18]，”identifies“：[19]，”nodes“：[22]，”that“：[23188]，”exhibit“：[24]，”deviation“：[25]，”from“：[26195]，”most“：[28]，“graph。“：[31]，”一“：[32]，”基本“：[35]，”挑战“：[36]，”对抗“：[37]，”监督“：[38125148]，”算法“：[42]，”流行“：[45]，”问题“：[46]，”类“：[48145]，”不平衡“：[49]，”其中“：[50]，”稀缺“：[52]，”实例“：[55,59,72]，”比较“：[56]，”到“：[57,83,88,95192]，”正常“：[58]，“经常”：[60]，“结果”：[61]，“次优”：[63]，“性能”。“：[64]，”常规“：[65]，”方法“：[66]，”缓解“：[67]，”不平衡“：[69146]，”按“：[70212]，”重加权“：[71]，”估计“：[75]，”损失“：[78]，”函数“：[79]，”赋值“：[80]，”较高“：[81]，”权重“：[82,87]，”离群值“：84194]，”较低“：[86]，”inliers。“：[89]，”尽管如此，“：[90]，”这些“：[91]，”策略“：[92]，”是“：[93189]，”倾向“：[94]，”过拟合“：[96]，”不足“：[98]，”。“：[99]，”最近，“：[100]，”生成“：[101]，”模型“：[102105]，”特别“：[103]，”扩散“：[104]，”有“：[106]，”演示“：[107232]，”他们的“：[108115119]，”功效“：[109]，”合成“：[111]，”高保真“：[112]，”图像。“：[113]，”尽管“：[114]，”非同寻常“：[116]，”世代“：[117234]，”质量“，：[118]，”潜力“：[120]，”数据“：[122141176187211]，”增加“：[123142]，”表示“：[124143]，”保持“：[129]，”基本上“：[130]，”未充分开发。“：[131]，”To“：[132240]，”bridge“：[133]，”this“：[134]，”gap“，”[135]，“we”：[136245]，”introduce“：[137]，”GODM“，”：[138]，”novel“：%140]，”reliation“：[144]，”Outlier“：[150]，”with“：:152]，”tential“：[153180196205]，”Diffusion“：[154201]，”Models。“：[155]，”具体来说，“：[156]，”我们的“：[157237]，”建议的“：%158]，”方法“：[159]，”包括“：[160]，”三“：[162]，”键“：[163]，”组件：“：[164]，”（1）“：[165]，”Variantioan“：[166]，”编码器“：[167]，”映射“：[168]，”异构“：[170]，”信息“：[171]，”固有“：[172]，”内部“：[173]，”进入“：[177248]，”统一“：[179]，”空间。“：[181]，”（2）“：[182]，”生成器“：[184]，”综合“：[185]，”统计“：[190]，”相似“：[191]，”实数“：[193209]，”空间“：[197]，”三“：[199]，”潜在“：[200]，”模型“：[202]，”学习“：[203]，”空格“：[206]，”分布“：[207]，”有机“：[210]，”迭代“：[213]，”去噪。“：[214]，“广泛”：[215]，“实验”：[216]，“进行”：[217]，“关于”：[218]，“多重”：[219]，“数据集”：[220]，“证实”：[221]，“有效性”：[223]，“效率”：[225]，“GODM。“：[227]，”The“：[228]，”case“：[229]，”study“：[230]，”further“：[231]，”quality“：/235]，”synthetic“：/238]，”data。“：[239]，”foster“：[241]，”accessibility“：[242]，”replicability“，：[244]，”enclosure“：[246]，”GODM“：[247]，”plug-and-play“：[250]，”package“：[251]，”release“：[253]，”it“：[254]，”at“：[255]，”Python“：[257]，”package“:[258]，”Index“：[259]，”（PyPI）。“：[260]}，”cited_by_api_url“：”https://api.openalex.org/works？filter=cites:W4390524268“，”counts_by_year“：[]，”updated_date“：”2024-05-23T17:00:29.714373“，”created_date“：”2024-01-03“｝