Memorizing Normality to Detect Anomaly: Memory-Augmented Deep Autoencoder for Unsupervised Anomaly Detection

Deep autoencoder has been extensively used for anomaly detection. Training on the normal data, the autoencoder is expected to produce higher reconstruction error for the abnormal inputs than the normal ones, which is adopted as a criterion for identifying anomalies. However, this assumption does not...

Celý popis

Podrobná bibliografie

Vydáno v:	Proceedings / IEEE International Conference on Computer Vision s. 1705 - 1714
Hlavní autoři:	Gong, Dong, Liu, Lingqiao, Le, Vuong, Saha, Budhaditya, Mansour, Moussa Reda, Venkatesh, Svetha, Van Den Hengel, Anton
Médium:	Konferenční příspěvek
Jazyk:	angličtina
Vydáno:	IEEE 01.10.2019
Témata:	Anomaly detection Decoding Encoding Image reconstruction Memory modules Micromechanical devices Training
ISSN:	2380-7504
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!