Anomaly Detection

DROCC: Deep Robust One-Class Classification

1. どんなもの？ One Class Learningの枠組み side-informationを必要とせず，representation collapseに対して

Towards Visually Explaining Variational Autoencoders

1. どんなもの？ 生成モデルVAEに根拠性を追加したモデル その根拠を利用することで異常検知可能 Disentangleな生成を可能にするLossも

Old Is Gold: Redefining the Adversarially Learned One-Class Classifier Training Paradigm

1. どんなもの？ 2stage のtrainingのAnomaly Detection 完ぺきではないGenerator $\mathcal{G}_{old}$が1st stage

Learning Memory-guided Normality for Anomaly Detection

1. どんなもの？ Unsupervised な Anomaly Detectionの枠組み Autoencoder系のADで，Autoencoderの潜在特徴MAPにMemory構造を採

Uninformed Students: Student-Teacher Anomaly Detection with Discriminative Latent Embeddings

1. どんなもの？ Unsupervised な Anomaly Detectionの枠組み Large Imageに対して，Patchで学習してAnomalyのSegmentationが可能 自然画

Deep Semi-Supervised Anomaly Detection

1. どんなもの？ 大量の正常データと少量の異常データからAnomaly Detectionを行う Deep SVDDベースのDeep SADを提案 Deep SVDD + 少量の

Deep Weakly-supervised Anomaly Detection

1. どんなもの？ 大量の正常データと少量の異常データからAnomaly Detectionを行う 入力は2入力でWeight SharingされたNN

Deep Anomaly Detection with Deviation Networks

1. どんなもの？ 大量の正常データと少量の異常データからAnomaly Detectionを行う 枠組みとしてはDeep SVDDに近い 2. 先行研究と比

Deep One-Class Classification

1. どんなもの？ One-Class SVM (OCSVM)の非線形カーネルをNNで置き換えたモデル anomaly detectionの枠組みとして，soft-boundary と one-class Deep

Classification-Based Anomaly Detection for General Data

1. どんなもの？ Classification-BasedなSelf-supervised learningモデルを使った異常検知手法 幾何変換モデ