BriefGPT - AI 论文速递
·
探索异常检测的单类分类优化目标
💡
原文中文，约200字，阅读约需1分钟。
📝
内容提要
该文介绍了一种基于卷积神经网络的新型一类分类方法，通过使用高斯噪声和交叉熵损失函数训练网络，学习良好的表示和决策边界。该方法在用户身份验证、异常检测和新颖性检测等应用问题上取得了显著改进。
🎯
关键要点
-
提出了一种基于卷积神经网络的新型一类分类方法。
-
使用中心为零的高斯噪声作为伪负类。
-
采用交叉熵损失函数训练网络以学习良好的表示和决策边界。
-
任何预训练的卷积神经网络都可以作为基本网络。
-
该方法在用户身份验证、异常检测和新颖性检测等应用上取得显著改进。
➡️
