一种基于变分自编码器的高效无监督异常检测方法
原文中文，约300字，阅读约需1分钟。发表于：。本文研究了用于无监督的离群检测的深度生成模型（DGMs），特别关注使用标准正态先验分布的基本变分自动编码器（VAE）。我们提出了一种针对基本 VAE 设计的新颖离群得分方法，称为误差降低（ER），其结合了从丢失版本中重建图像输入的概念，并考虑了图像的科尔莫哥罗夫复杂性。对不同数据集的实验结果表明，我们的方法优于基准方法。我们的代码可在此 URL 获得：https:// 这个 URL
本文研究了无监督离群检测的深度生成模型，特别关注基于标准正态先验分布的变分自动编码器（VAE）。提出了一种新的离群得分方法ER，结合了重建图像输入的概念和考虑图像复杂性。实验结果表明，该方法优于基准方法。
