登录
洞察 - 画像処理 異常検知
MambaADによる多クラス教師なし異常検知の状態空間モデルの探索
MambaADは、事前学習されたエンコーダと、マルチスケールの局所強化状態空間(LSS)モジュールを特徴とするMambaデコーダから構成されています。LSSモジュールは、グローバルな情報をキャプチャするハイブリッド状態空間(HSS)ブロックと、ローカルな情報を補完する並列マルチカーネル畳み込み演算で構成されています。提案するHSSブロックは、5つのスキャン手法と8つのスキャン方向を活用することで、複雑な異常特徴の効果的なモデリングを実現しています。6つの異なる異常検知データセットと7つの評価指標で実験を行い、パラメータ数と計算量が低いにもかかわらず、最先端の性能を達成することを示しています。
異常検知のための敵対的オートエンコーダ: 既知を超えて
本研究では、オートエンコーダのフレームワークを利用し、入力データの確率分布を学習することで、異常検知を行う手法を提案する。提案手法は、既存手法と比較して優れた性能を示す。
