딥러닝이 많이 발전하고, 여러가지 접근법들이 많이 나왔지만 이상치 탐지(anomaly detection)에 관한 내용은 여전히 좀 부족하다. 그래서 저자들은 새로운 이상치 탐지 기법인 Deep Support Vector Data Description에 대해 제시했다.
MNIST와 CIFAR-10에서 효과적이더라.
저자들은 Anomaly Detection(AD)를 커널 기반의 one-class 분류 그리고 minimum volume estimation을 통해 새로운 접근법을 제시한다.
바로 Deep SVDD(Deep Support Vector Data Description)이란 신경망 네트워크가 data representation을 hypersphere(구체)로 감싸고 그 구체를 부피 minimizing하는 방법이다.
이렇게 구체의 부피를 최소화하는 것은, 신경망 네트워크가 데이터들을 구체의 중심부에 가깝게 만들면서, 분산의 공통 요소들을 추출할 수 있도록 만들어준다.
급할수록 돌아가라