.png){kind=icon}
返回
Explainable Rank-Based Anomaly Detection
.png){kind=icon}
PRE
AI
DOI：10.1080/00031305.2026.2637640.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文介绍了一种针对多特征场景的实用且灵活的异常检测框架。它提出了一种绝对秩差和的新应用，该应用考虑了跨多个组的不同特征。该方法通过开发比较曲线和特征重要性指标，将异常识别与可解释诊断相结合，为无监督异常检测提供可解释性。该方法提供图形化可视化来突出异常行为，并识别导致这些异常的有影响力的特征。通过在医疗账单和评论排名等领域的实际应用，展示了所提出方法的有效性和灵活性，表明其在不同场景下识别和解释异常的有效性。
Keyword:
Anomaly detection
Explainable unsupervised model
Feature importance
Rank-based methods
期刊
A
IF:
2.1
论文数:
61
被引数:
0
机构
查看更多机构
引用论文
暂无论文信息