本文提出了一种基于最优输运的元学习方法，用于自动化检测离群点，表现优异且可推广至其他非监督设置。研究还涉及优化输运问题、对抗样本的鲁棒性及新型生成模型，实验结果显示该方法在多个数据集上优于现有技术。

该文提出了一种离群点检测方法恢复基于生成模型的信号的迭代算法，适用于线性和非线性生成型神经网络，能够成功地在离群点存在的情况下重建信号。