Унифицирующий обзор глубоких и поверхностных методов обнаружения аномалий

A Unifying Review of Deep and Shallow Anomaly Detection
Thomas G. Dietterich, Grégoire Montavon, Wojciech Samek, Wojciech Samek, Lukas Ruff, Lukas Ruff, Jacob R. Kauffmann, Robert A. Vandermeulen, Gregoire Montavon, Marius Kloft, Thomas G. Dietterich, Klaus-Robert Muller, Jacob Kauffmann
2021-02-05

обнаружение аномалийглубокое обучениеобъяснимое обнаружение аномалийодноклассовая классификациямелкие методы
В последнее время методы глубокого обучения для обнаружения аномалий (AD) улучшили передовой уровень качества обнаружения на сложных наборах данных, таких как большие коллекции изображений или текстов. Эти результаты возродили интерес к проблеме обнаружения аномалий и привели к появлению большого разнообразия новых методов. В связи с возникновением многочисленных методов, включая подходы, основанные на генеративных моделях, классификации объектов одного класса и реконструкции, возрастает необходимость рассмотреть методы этой области в систематической и унифицированной перспективе. В данном обзоре мы стремимся выявить общие лежащие в основе принципы и допущения, которые различные методы часто используют неявно. В частности, мы устанавливаем связи между классическими «поверхностными» и новыми глубокими подходами и показываем, каким образом это взаимное влияние может способствовать развитию обоих направлений или расширять их возможности. Кроме того, мы проводим эмпирическую оценку основных существующих методов, обогащённую применением современных методов объяснимости, и приводим конкретные подробные примеры вместе с практическими рекомендациями. Наконец, мы описываем ключевые нерешённые проблемы и определяем конкретные направления дальнейших исследований в области обнаружения аномалий.
1
Глубокое обучение недавно повысило эффективность обнаружения аномалий на сложных наборах данных, включая крупные коллекции изображений и текстов.
2
Работа устанавливает концептуальные связи между классическими поверхностными и современными глубокими подходами к обнаружению аномалий, предлагая возможности их взаимного развития.
3
Работа определяет ключевые нерешённые проблемы и предлагает конкретные направления будущих исследований в области обнаружения аномалий.
4
В обзоре проводится эмпирическая оценка основных методов обнаружения аномалий с использованием современных методов объяснимости, подробных примеров и практических рекомендаций.
5
Обзор объединяет методы на основе генеративных моделей, классификации одного класса и реконструкции, выявляя их общие принципы и неявные предположения.

Глубокие и неглубокие методы обнаружения аномалий для сложных наборов данных

Основополагающие принципы, неявные предположения, взаимосвязи, эмпирическая эффективность и объяснимость методов обнаружения аномалий

Publication Details
Publication Date
2021-02-05
Journal
Publisher
ISSN
Cited by
1079
Access Type
Author Information
Authors
Thomas G. Dietterich
Grégoire Montavon
Wojciech Samek
Wojciech Samek
Lukas Ruff
Lukas Ruff
Jacob R. Kauffmann
Robert A. Vandermeulen
Gregoire Montavon
Marius Kloft
Thomas G. Dietterich
Klaus-Robert Muller
Jacob Kauffmann
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat →
Make a presentation
100%