点击下方“PaperEveryday”，每天获得顶刊论文解读
点击加入论文投稿、写作、阅读分享交流群 完整版论文中文解读PDF请加入知识星球获取 ![]()
论文信息
题目：Unsupervised Anomaly Detection in The Presence of Missing Values
缺失值存在下的无监督异常检测
Feng Xiao, Jicong Fan
源码：https://github.com/jicongfan/TmAD-Anomaly-Detection-With-Missing-Data
论文创新点
端到端的无监督异常检测方法：作者提出了ImAD，这是第一个在存在缺失值的情况下端到端的无监督异常检测方法。ImAD将数据填补与异常检测集成到一个统一的优化目标中，通过自动生成伪异常样本来缓解填补偏差，从而提高了检测准确性。 伪异常样本生成：ImAD通过学习生成伪异常样本，这些样本在训练过程中自动生成，且不需要额外的数据。这些伪异常样本帮助填补模型更好地泛化到不完整的异常数据，从而提高了填补和检测的判别能力。 理论保证：作者为ImAD提供了理论保证，证明了该方法能够以高概率正确检测异常。
摘要
关键字
III. 提出的方法
ImAD的学习框架
表示数据填补损失。通过该损失，填补模型将能够恢复正常数据和异常数据的缺失值。 表示异常检测损失。通过该损失，异常检测模型将具有判别能力，能够将正常数据和异常数据投影到中的不同区域。 表示重构损失。该损失确保和是有意义的。
实验
声明
#论 文 推 广#
让你的论文工作被更多人看到
你是否有这样的苦恼：自己辛苦的论文工作，几乎没有任何的引用。为什么会这样？主要是自己的工作没有被更多的人了解。
计算机书童为各位推广自己的论文搭建一个平台，让更多的人了解自己的工作，同时促使不同背景、不同方向的学者和学术灵感相互碰撞，迸发出更多的可能性。 计算机书童 鼓励高校实验室或个人，在我们的平台上分享自己论文的介绍、解读等。
稿件基本要求：
• 文章确系个人论文的解读，未曾在公众号平台标记原创发表，
• 稿件建议以 markdown 格式撰写，文中配图要求图片清晰，无版权问题
投稿通道：
• 添加小编微信协商投稿事宜，备注：姓名-投稿
△长按添加 PaperEveryday 小编
