【摘 要】
:
异常值检测是数据挖掘领域的研究热点之一,在医学、金融、电信等领域引起了广泛关注。随着科学研究的深入发展和任务复杂性的提升,数据的维度与规模在不断地扩大,这为完成高维数据的异常值检测任务带来了巨大挑战。并且针对不同类型的数据,需要开发不同的方法来完成异常值检测。对于表格型数据,虽然已经提出了许多相关技术,但其中大多数都面临着对象的邻域大小难以确定以及高维空间中的距离不可靠的问题。对于图像数据,基于异
论文部分内容阅读
异常值检测是数据挖掘领域的研究热点之一,在医学、金融、电信等领域引起了广泛关注。随着科学研究的深入发展和任务复杂性的提升,数据的维度与规模在不断地扩大,这为完成高维数据的异常值检测任务带来了巨大挑战。并且针对不同类型的数据,需要开发不同的方法来完成异常值检测。对于表格型数据,虽然已经提出了许多相关技术,但其中大多数都面临着对象的邻域大小难以确定以及高维空间中的距离不可靠的问题。对于图像数据,基于异常值比正常样本更难以重构的假设,大量基于重构原理的方法被提出。但随着数据规模越来越大,数据维度越来越高,重构方法并不能很好的被应用在实际场景中。自编码器主要关注于样本在像素空间中重建的质量,而并不关心编码得到的特征是否只代表了正常样本的特征。然而,通过自编码器得到的特征中可能包含异常值和正常样本的共享特征,导致异常值的重构误差与正常值相似,从而导致模型决策的失败。为了克服这些缺点,本文提出了一种新的基于密度的离群点检测方法,该方法引入了边缘集和最小的概念以及关键属性空间中的其他相关定义。该方法基于反向边缘集和的最小值的稳定性,能够自适应地选择表示邻域大小的参数。此外,在合成数据集和真实数据集上的实验表明,本文提出的方法比现有算法取得了更优异的性能,其中属性删减方法可以与其他算法相结合并获得性能提升,K参数寻找算法可以自适应地获得表现良好的K值,并且在应对缺失值时,依然保持高水平的检测性能。对于图像数据,本文借鉴了无监督聚类算法和对比学习算法的思想,不再关注像素级别的重构损失,而是考虑在特征空间中的对比学习,与常用的对比学习方法不同,本文以近邻集合中的样本作为正样本,而无需数据增强。在训练过程中,与聚类算法不同,本文的目的在于使正常数据之间的距离越来越小或者相似度越来越大,但是其他类别的数据之间不做约束,并且在每轮训练结束后,将模型预测结果作为伪标签回传到模型中。在四个数据集上的实验结果表明,本文提出的方法超越了现有算法的性能。
其他文献
对话情绪识别(Emotion Recognition in Conversation,ERC)任务旨在识别对话中每一句话语的潜在情绪。这项任务作为自然语言处理(Natural Language Processing,NLP)的新兴研究方向,正受到越来越多研究者的关注,在诸如社交媒体中的意见挖掘、基于心理分析工具的医疗保健系统以及具备情绪感知能力的对话机器人等应用领域有着广泛而重要的作用。虽然ERC
情感计算是与情感相关、来源于情感或能够对情感施加影响的计算,其概念于1997年被正式提出。由此,如何准确识别人的情绪逐渐成为情感计算研究中的一个热点问题。目前用于情绪识别的信号主要包括两大类:主观行为信号(包括面部表情、言语、眼动信号等)和客观生理信号(包括脑电信号、心电信号等)。主观信号的采集相对方便,但受文化背景的影响较大;客观信号能更准确地反映人的情绪变化,但获取方法较为复杂。鉴于主客观信号
新颖值检测是指对与数据集中的目标类别有明显差别的观测值的识别。目的是为了识别出检测过程中没有在训练过程中出现的,或者与训练数据某些方面存在明显差距的数据。作为一个具有广泛应用价值的研究领域,图像新颖性(异常)检测的效果随着近年来深度学习的火热发展得到了很大的提升。检测和识别图像或视频中的异常是一种极具挑战性和有意义的工作。该任务是具有挑战性的,因为通常情况下,在一些实际场景中难以完全获取关于图像异
光子反聚束效应是一种重要的光的量子力学现象,呈反聚束的光子倾向一个接一个,而不是一起被探测器所探测到。一般情况下,量子光学系统中光子反聚束效应的产生是由系统能级非线性导致的,称其为常规光子阻塞效应。近年来,另一种能使系统产生光子反聚束效应的机制,即由路径干涉导致的光子反聚束现象被发现,这被称为非常规光子阻塞效应。在过去的理论与实验研究中,一般利用以上两种产生光子反聚束效应的机制实现单光子辐射器。此
全息对偶的方法作为弦论的一大重要成果,自被证明可以建立起(3+1)维时空中弱引力理论与其边界上低一维的强耦合场论之间的联系起,就被广泛的应用在了包括超导在内的一系列包含强耦合场的理论研究中。随着s-波、p-波以及d-波超导模型在不同引力模型,是否考虑物质反作用等情况下研究的日益深入,近来对全息超导激发态的研究也成为了该领域的一大研究方向并且引起了广泛的讨论。全息超导的基态是指用于模拟库伯对凝聚作用
“人工智能(AI)+医药”产业是指将AI、机器学习等新兴技术应用到医药研发领域,用计算技术解读数据、刻画生命活动。“AI+医药”产业有望改变传统生化技术红利消退、新药研发成本持续走高的全球性困境。全球医药头部企业都已经在药物研发的各环节布局AI技术。我国生物医药产业正处在由仿制向创新迈进的关键爬坡期,供应端需要构建新技术驱动力。然而,想要真正实现“AI+医药”产业“大势所趋”的发展愿景,还存在一定
尖晶石型软磁铁氧体具有高电阻率、低损耗、较宽的适用频率范围、良好的化学稳定性等优点,在电子器件、通讯设备、计算机等领域得到了广泛的应用。随着器件不断向小型化、片式化、高性能化等方向发展,软磁铁氧体薄膜化也成为一种必然趋势。镍锌系铁氧体作为在高频应用中性能最好的软磁材料,其薄膜除了具备块材的优良特性之外,根据双各向异性模型,其共振频率有望进一步提高。对于尖晶石型铁氧体,相结构的好坏对磁性能有最直接的
新药研发往往需要耗费漫长的时间,伴随着高损耗率和巨额成本。缩短研发时间及降低研发成本成为研究的热点,其中利用药物可能与设计以外的靶标分子产生作用的多药理学特性,使“旧”药物治疗新适应症便是一个可行的策略。药物靶标相互作用的正确识别和验证是药物重定位的基础,但是“旧”药物发现“新”靶标的过程充满随机性,且药物和靶标的多样性以及关系的复杂性使得药物靶标相互作用的实验费时且昂贵。通过计算辅助识别筛选出可
<正>中国农业大学园艺学院眭晓蕾教授研究组揭示了黄瓜氨基酸转运蛋白家族成员Cs AAP2间接通过生长素极性运输参与黄瓜根系发育的分子生理机制。利用生物信息学发现,氨基酸转运蛋白AAP亚家族成员Cs AAP2在黄瓜根系中高度表达,Cs AAP2定位于根系中柱组织(维管束Vas和中柱鞘Per)的细胞质膜上。
随着交通传感器的广泛应用和新兴传感器技术的发展,交通流量数据显著增加,通过信息化方法收集和分析交通流量数据并进行短期交通流预测具备了可行性和必要性。然而,交通流是一个实时、完全非线性、高维、非平稳的随机过程,难以捉摸的交通流变化模式自然包含由内部和外部变化(包括交通事故和极端天气)引起的噪声,这使得短期交通流预测成为一项有挑战性的任务。在过去的几十年里,学者们提出了预测不同交通条件下交通流量的简单