文献

J-GLOBAL ID：201902225633099293   整理番号：19A1696584

ロバスト推定を用いた自己符号化器による低コスト教師なし異常値検出

Low-cost Unsupervised Outlier Detection by Autoencoders with Robust Estimation

著者 (2件)： Ishii Yoshinao (Toyota Central R&D Laboratories, Inc.) ,  Takanashi Masaki (Toyota Central R&D Laboratories, Inc.)
資料名： Journal of Information Processing (Web)  (Journal of Information Processing (Web))
巻： 27  ページ： 335-339(J-STAGE)  発行年： 2019年 
JST資料番号： U0109A  ISSN： 1882-6652  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 英語 (EN)

抄録/ポイント： 最近,高い検出精度を達成する自己符号化器(AE)の再構成誤差に基づく教師なし異常値検出法が提案された。しかし,この方法はそのアンサンブル方式のために高い計算コストを必要とする。したがって,本論文で筆者らは,低い計算コストで高い検出性能を達成できる新しいAEベースの教師なし法を提案した。筆者らの方法は,再構成能力を適切に制限して,ロバスト性を確実にするために,ロバスト推定の概念を導入した。いくつかの公開ベンチマークデータセットに関する実験結果は,筆者らの方法がよく知られた異常値検出法と低い計算コストを上回ることを示した。(翻訳著者抄録)

シソーラス用語： *ロバスト推定 ,  *アルゴリズム ,  原価 ,  *検出 ,  精度 ,  再構成 ,  誤差 ,  ベンチマーク
準シソーラス用語： *異常値検出 ,  検出精度 ,  *自己符号化器 ,  低コスト

著者キーワード (4件)： 異常値検出 ,  教師なし学習 ,  自動エンコーダ ,  ロバスト推定

分類 (2件)： システム同定  (IA02040O) ,  符号理論  (ND02030R)

引用文献 (18件)：

• [1] Knox, E.M. and Ng, R.T.: Algorithms for mining distancebased outliers in large datasets, Proc. International Conference on Very Large Data Bases, pp.392-403 (1998).
• [2] Angiulli, F. and Pizzuti, C.: Fast outlier detection in high dimensional spaces, European Conference on Principles of Data Mining and Knowledge Discovery, pp.15-27 (2002).
• [3] Breunig, M.M., Kriegel, H.P., Ng, R.T. and Sander, J.: LOF: Identifying density-based local outliers, ACM Sigmod Record, Vol.29, No.2, pp.93-104 (2000).
• [4] Shyu, M.L., Chen, S.C., Sarinnapakorn, K. and Chang, L.: A novel anomaly detection scheme based on principal component classifier, MIAMI UNIV CORAL GABLES FL DEPT OF ELECTRICAL AND COMPUTER ENGINEERING (2003).
• [5] Hinton, G.E. and Salakhutdinov, R.R.: Reducing the dimensionality of data with neural networks, science, Vol.313, No.5786, pp.504-507 (2006).

タイトルに関連する用語 (4件)： ロバスト推定 ,  自己符号化器 ,  教師 ,  異常値検出