用于無監督異常檢測的深度自編碼器高斯混合模型
DEEP AUTOENCODING GAUSSIAN MIXTURE MODEL FOR UNSUPERVISED ANOMALY DETECTION
摘要
1 INTRODUCTION
2 RELATED WORK
3 DEEP AUTOENCODING GAUSSIAN MIXTURE MODEL
3.1 OVERVIEW
3.2 COMPRESSION NETWORK
3.3 ESTIMATION NETWORK
其中ˆγ 是用于軟混合成分隸屬度預測的K維向量。P是由參數化的多層網絡的輸出。給定一批N個樣本即其隸屬度預測,∀1 ≤ k ≤ K,我們可以進一步估計GMM中的參數如下:
有了預測參數,樣本能量函數進一步推斷出來:
3.4 OBJECTIVE FUNCTION
給定N個樣本資料集,指導DAGMM訓練的目标函數構造如下:
3.5 RELATION TO VARIATIONAL INFERENCE
3.6 TRAINING STRATEGY