ALGAN: Anomaly Detection by Generating Pseudo Anomalous Data via Latent Variables

Gespeichert in:

Bibliographische Detailangaben
Veröffentlicht in:	IEEE Access Jg. 10; S. 44259 - 44270
Hauptverfasser:	Hironori Murase, Kenji Fukumizu
Format:	Journal Article
Sprache:	Japanisch
Veröffentlicht:	Institute of Electrical and Electronics Engineers (IEEE) 01.01.2022
Schlagworte:	Anomaly detection Computer Science - Computer Vision and Pattern Recognition Computer Science - Machine Learning computer vision Computer Vision and Pattern Recognition (cs.CV) deep learning Electrical engineering. Electronics. Nuclear engineering FOS: Computer and information sciences generative adversarial networks machine learning Machine Learning (cs.LG) TK1-9971
ISSN:	2169-3536
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Beschreibung
ISSN:	2169-3536
DOI:	10.1109/access.2022.3169594