本文介绍了多种针对工业制造中异常检测的创新方法，包括基于坐标的MLP神经网络、补丁自编码器和知识蒸馏等。这些方法旨在提高异常检测的准确性和效率，尤其在数据稀缺的情况下，通过生成新数据集和优化模型设计，实现了显著的性能提升。

本研究使用自信息的倒数来衡量专利权要求的范围。通过考虑不同的语言模型，发现模型越复杂，结果越好。GPT2模型优于基于词和字符频率的模型。

本文介绍了一种生成相似性感知上采样核的通用公式，证明了该核鼓励语义平滑和边界锐度。这是一种新颖、轻量级和通用的上采样解决方案，即相似性感知点隶属（SAPA）。