木に基づくアンサンブルの異常検知器は、実践的な成功を説明する重要な洞察を提供し、アクティブラーニングに適しており、効率的な学習を可能にする。
通常データの学習時に、潜在表現のノルムを最小化することで、通常データと異常データの分離を促進し、より効果的な異常検知を実現する。
