• 财务系统
  • OA
  • 采购信息
  • 企业邮箱
  • English
  • 研究院概况
    • 研究院概述
    • 发展历程
    • 组织架构
    • 人才团队
      • 管理团队
      • 科研团队
      • 行政团队
  • 科研部门
    • 大数据基础理论与算法研究所
    • 大数据通用软件与技术研究所
      • 通用求解器实验室
      • 大数据安全计算实验室
    • 大数据智能应用技术研究所
      • 信息系统大数据实验室
      • 医疗大数据实验室
      • 语音语义大数据实验室
      • 智慧城市/交通/物流大数据实验室
      • 社会行为大数据实验室
      • 政企大数据实验室
    • 科研处
  • 科学研究
    • 重要成果
    • 科研项目
    • 教育项目
      • 奖学金项目
      • 联合培养项目
    • 科研活动
    • 学人风采
    • MIIS
  • 新闻中心
    • 院内新闻
    • 媒体聚焦
    • 通知公告
      • 采购招标公开信息
      • 重大通知
    • 科普中心 
    • 视听中心
      • 视频
      • 期刊
  • 党群文化
    • 群团风采
    • 学习园地
  • 人才招聘
    • 科研类职位
    • 工程类职位
    • 行政类职位
    • 岗位总览
  • 联系我们
    • 信息咨询
    • 公关宣传
    • 产业合作
  • 研究院概况
    • 研究院概述
    • 发展历程
    • 组织架构
    • 人才团队
      • 管理团队
      • 科研团队
      • 行政团队
  • 科研部门
    • 大数据基础理论与算法研究所
    • 大数据通用软件与技术研究所
      • 通用求解器实验室
      • 大数据安全计算实验室
    • 大数据智能应用技术研究所
      • 信息系统大数据实验室
      • 医疗大数据实验室
      • 语音语义大数据实验室
      • 智慧城市/交通/物流大数据实验室
      • 社会行为大数据实验室
      • 政企大数据实验室
    • 科研处
  • 科学研究
    • 重要成果
    • 科研项目
    • 教育项目
      • 奖学金项目
      • 联合培养项目
    • 科研活动
    • 学人风采
    • MIIS
  • 新闻中心
    • 院内新闻
    • 媒体聚焦
    • 通知公告
      • 采购招标公开信息
      • 重大通知
    • 科普中心 
    • 视听中心
      • 视频
      • 期刊
  • 党群文化
    • 群团风采
    • 学习园地
  • 人才招聘
    • 科研类职位
    • 工程类职位
    • 行政类职位
    • 岗位总览
  • 联系我们
    • 信息咨询
    • 公关宣传
    • 产业合作
  • 财务系统
  • OA
  • 采购信息
  • 企业邮箱
  • English
  • 研究院概况
    • 研究院概述
    • 发展历程
    • 组织架构
    • 人才团队
      • 管理团队
      • 科研团队
      • 行政团队
  • 科研部门
    • 大数据基础理论与算法研究所
    • 大数据通用软件与技术研究所
      • 通用求解器实验室
      • 大数据安全计算实验室
    • 大数据智能应用技术研究所
      • 信息系统大数据实验室
      • 医疗大数据实验室
      • 语音语义大数据实验室
      • 智慧城市/交通/物流大数据实验室
      • 社会行为大数据实验室
      • 政企大数据实验室
    • 科研处
  • 科学研究
    • 重要成果
    • 科研项目
    • 教育项目
      • 奖学金项目
      • 联合培养项目
    • 科研活动
    • 学人风采
    • MIIS
  • 新闻中心
    • 院内新闻
    • 媒体聚焦
    • 通知公告
      • 采购招标公开信息
      • 重大通知
    • 科普中心 
    • 视听中心
      • 视频
      • 期刊
  • 党群文化
    • 群团风采
    • 学习园地
  • 人才招聘
    • 科研类职位
    • 工程类职位
    • 行政类职位
    • 岗位总览
  • 联系我们
    • 信息咨询
    • 公关宣传
    • 产业合作

面包屑

  • 首页
  • 科学研究
  • 科研项目
  • Perturbation Learning Based Anomaly Detection

Perturbation Learning Based Anomaly Detection

2023-01-09 科研项目

Project description/goals

Anomaly detection (AD) is an important research problem in many areas such as computer vision. AD aims to identify abnormal data from normal data and is usually an unsupervised learning task because the anomaly samples are unknown in the training stage.  

Importance/impact, challenges/pain points

Classical AD methods such as OCSVM [Schölkopf et al., 2001] and DSVDD [Ruff et al., 2018] require specific assumptions (e.g. hypersphere) for the distribution or structure of the normal data. The GAN-based approaches [Deecke et al., 2018; Perera et al., 2019] suffer from the instability problem of min-max optimization and have high computational costs.

Solution description

We propose a novel AD method called perturbation learning based anomaly detection (PLAD). PLAD aims to learn a perturbator and a classifier from the normal training data. The perturbator uses minimum effort to perturb the normal data to abnormal data while the classifier is able to classify the normal data and perturbed data into two classes correctly.

Key contribution/commercial implication

Compared with the state-of-the-art of anomaly detection, our method does not require any assumption about the shape (e.g. hypersphere) of the decision boundary and has fewer hyper-parameters to determine. Empirical studies on benchmark datasets verify the effectiveness and superiority of our method.

Next steps

Adapt the method to graph data and time series. Provide more theoretical analysis.

Team/contributors

Jinyu Cai (Fuzhou University), Visiting Student at SRIBD

Jicong Fan, SRIBD & CUHK-Shenzhen

 
关注我们
  •  
  •  
  •  
  •  
  • 联系我们
    • 信息咨询
    • 公关宣传
    • 产业合作
  • 协同机构
    • 香港中文大学(深圳)
    • 国家健康医疗大数据研究院(深圳)
    • 深圳国际工业与应用数学中心

  • 友情链接
Copyright 大数据研究院(深圳) 2022 版权所有 | 粤ICP备16049670号