.png){kind=icon}
返回
Preference isolation forest for structure-based anomaly detection
.png){kind=icon}
PRE
AI
DOI：10.1016/j.patcog.2025.112405.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 我们提出了一种用于检测参数化结构化模式异常的通用框架。
• 我们通过将数据嵌入一个利用真实结构先验的高维偏好空间来检测异常。
• 我们使用具有适当距离度量的定制化隔离方法，将异常检测为偏好空间中的孤立点。
• 我们提出了一种滑动窗口扩展方法，能够借助局部先验处理未知但平滑的模式。
• 在合成数据和真实世界数据上的大量实验证明了基于结构的异常检测的有效性。
