KAR正则化缓解固定目标异常检测器收敛崩溃

José Lucas De Melo Costa等作者发表论文，提出核锚定局部性正则化（KAR）方法，用于缓解固定目标异常检测器的“收敛崩溃”问题。 论文指出，这类检测器存在优化越好、检测越差的矛盾：收敛后残差信号在异常与正常数据上同时消失。KAR的做法是惩罚神经预测偏离训练目标的核加权平均值。 该结论来自arXiv的cs.LG论文，尚属方法提出，未报告实际检测效果的验证结果。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。