汽车OD swMATH ID: 41887 软件作者： 李跃宁、陈正章、查道晨、周开雄、金海峰、陈海峰、胡霞 描述： AutoOD：通过好奇引导的搜索和自我模仿学习自动检测孤立点。离群点检测是一项重要的数据挖掘任务，具有许多实际应用，如入侵检测、信用卡欺诈检测和视频监控。然而，考虑到大数据的特定复杂任务，构建强大的基于深度学习的离群值检测系统的过程仍然高度依赖于人类专业知识和劳动试验。虽然神经体系结构搜索（NAS）在发现图像分类、对象检测和语义分割等各个领域中有效的深层结构方面表现出了良好的前景，但由于缺乏固有的搜索空间、搜索过程不稳定、，样本效率低。为了弥补这一差距，本文提出了AutoOD，这是一个自动异常检测框架，旨在在预定义的搜索空间内搜索最优的神经网络模型。具体来说，我们首先设计了一种基于好奇度的搜索策略来克服局部最优的诅咒。鼓励作为搜索代理的控制器采取行动，最大限度地获取有关控制器内部信念的信息。我们进一步引入了一种基于自我模仿学习的经验重演机制，以提高样本效率。在各种实际基准数据集上的实验结果表明，与现有的手工模型和传统搜索方法相比，AutoOD识别的深度模型取得了最佳的性能。 主页： https://arxiv.org/abs/2006.11321 相关软件： PyOD公司;元-AAD;PyODDS公司;蟒蛇;TODS公司 引用于： 1文件 3位作者引用 1 马赫迪·巴哈赫亚特 1 Mohammadi Zanjireh、Morteza 1 马赫纳兹·塔勒布·塞雷什基 连载1篇 1 《大学学报》。Informatica公司 在1个字段中引用 1 计算机科学（68至XX） 按年份列出的引文