加诺马利 swMATH ID: 41240 软件作者： Samet Akcay、Amir Atapour-Abarghouei、Toby P.Breckon 描述： GANomaly：通过对抗训练进行半监督异常检测。异常检测是计算机视觉中的一个经典问题，即当数据集由于另一类（异常）的样本量不足而高度偏向于一类（正常）时，从异常中确定正常值。虽然这可以作为一个有监督的学习问题来解决，但一个更具挑战性的问题是检测未知/看不见的异常情况，这将我们带入一个单类半监督学习范式的空间。我们引入了一种新的异常检测模型，该模型使用条件生成对抗网络来联合学习高维图像空间的生成和潜在空间的推断。在生成器网络中使用编码器-解码器-编码器子网络可以使模型将输入图像映射到低维向量，然后使用低维向量重建生成的输出图像。使用额外的编码器网络将生成的图像映射到其潜在表示。在训练过程中最小化这些图像和潜在向量之间的距离有助于学习正常样本的数据分布。因此，在推理时，从这个已知数据分布中获得的较大距离度量表明该分布中存在异常值，即异常。对来自不同领域的几个基准数据集的实验表明，该模型比以前最先进的方法具有更高的效率和优势。 主页： https://arxiv.org/abs/1805.06725 源代码： https://github.com/samet-akcay/ganomaly网站 相关软件： TensorFlow公司;Scikit公司;PyTorch公司;CFLOW-AD公司;PyTorch闪电;帕迪姆;唱片集;PyOD公司;探测器;MM检测;OpenVino公司;蟒蛇;异常;时尚-MNIST;像素x像素;比根;时尚GAN;CyCADA公司;LFW公司;CycleGAN公司 引用于： 4文件 全部的 前5名15位作者引用 1 拉西尔·阿尼鲁德 1 皮尔·蒂莫·布雷默 1 岩田、丰沼 1 巴维亚·凯尔库拉 1 权俊秀 1 梁志敏 1 孟旭莹 1 贾亚拉曼·J·蒂亚加拉扬。 1 托拉，肖塔罗 1 丰田章男 1 内奥诺里·上田 1 王素航 1 姚迪 1 张宇军 1 周继华 引用于4个系列 1 信息科学 1 机器学习 1 数学成像与视觉杂志 1 国际计算机视觉杂志 在4个字段中引用 4 计算机科学（68至XX） 1 统计学（62-XX） 1 运筹学、数学规划（90-XX） 1 信息与通信理论、电路（94-XX） 按年份列出的引文