Buchumschlag

Reconstruction Error-based Anomaly Detection with Few Outlying Examples

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Angiulli, Fabrizio, Fassetti, Fabio, Ferragina, Luca
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Toward a Realistic Benchmark for Out-of-Distribution Detection
von: Recalcati, Pietro, et al.
Veröffentlicht: (2024)

Anomalous Samples for Few-Shot Anomaly Detection
von: Abdali, Aymane, et al.
Veröffentlicht: (2025)

On the Difficulty of Selecting Few-Shot Examples for Effective LLM-based Vulnerability Detection
von: Hannan, Md Abdul, et al.
Veröffentlicht: (2025)

Sub-Adjacent Transformer: Improving Time Series Anomaly Detection with Reconstruction Error from Sub-Adjacent Neighborhoods
von: Yue, Wenzhen, et al.
Veröffentlicht: (2024)

Towards Cross-domain Few-shot Graph Anomaly Detection
von: Chen, Jiazhen, et al.
Veröffentlicht: (2024)

Few-Shot Graph Out-of-Distribution Detection with LLMs
von: Xu, Haoyan, et al.
Veröffentlicht: (2025)

AnomalyGFM: Graph Foundation Model for Zero/Few-shot Anomaly Detection
von: Qiao, Hezhe, et al.
Veröffentlicht: (2025)

Large Language Models for Anomaly and Out-of-Distribution Detection: A Survey
von: Xu, Ruiyao, et al.
Veröffentlicht: (2024)

A Few Large Shifts: Layer-Inconsistency Based Minimal Overhead Adversarial Example Detection
von: Yun, Sanggeon, et al.
Veröffentlicht: (2025)

Unifying Unsupervised Graph-Level Anomaly Detection and Out-of-Distribution Detection: A Benchmark
von: Wang, Yili, et al.
Veröffentlicht: (2024)

Countering Overfitting with Counterfactual Examples
von: Giorgi, Flavio, et al.
Veröffentlicht: (2025)

Topology of Out-of-Distribution Examples in Deep Neural Networks
von: Datta, Esha, et al.
Veröffentlicht: (2025)

From Few-Shot to Zero-Shot: Towards Generalist Graph Anomaly Detection
von: Liu, Yixin, et al.
Veröffentlicht: (2026)

Don't Miss Out on Novelty: Importance of Novel Features for Deep Anomaly Detection
von: Sivaprasad, Sarath, et al.
Veröffentlicht: (2023)

Out-of-Distribution Data: An Acquaintance of Adversarial Examples -- A Survey
von: Karunanayake, Naveen, et al.
Veröffentlicht: (2024)

Unsupervised Anomaly Detection in NSL-KDD Using $β$-VAE: A Latent Space and Reconstruction Error Approach
von: Baptiste, Dylan, et al.
Veröffentlicht: (2026)

Hashing for Structure-based Anomaly Detection
von: Leveni, Filippo, et al.
Veröffentlicht: (2025)

GAD-NR: Graph Anomaly Detection via Neighborhood Reconstruction
von: Roy, Amit, et al.
Veröffentlicht: (2023)

Meta-Learning Based Few-Shot Graph-Level Anomaly Detection
von: Li, Liting, et al.
Veröffentlicht: (2025)

Out of Context: Reliability in Multimodal Anomaly Detection Requires Contextual Inference
von: Wilkinghoff, Kevin, et al.
Veröffentlicht: (2026)

AnomalyLLM: Few-shot Anomaly Edge Detection for Dynamic Graphs using Large Language Models
von: Liu, Shuo, et al.
Veröffentlicht: (2024)

Detect by Yourself: Self-Designing Agentic Workflows for Few-Shot Graph Anomaly Detection
von: Huang, Tairan, et al.
Veröffentlicht: (2026)

Designing Informative Metrics for Few-Shot Example Selection
von: Adiga, Rishabh, et al.
Veröffentlicht: (2024)

PatchTrAD: A Patch-Based Transformer focusing on Patch-Wise Reconstruction Error for Time Series Anomaly Detection
von: Vilhes, Samy-Melwan, et al.
Veröffentlicht: (2025)

DACR: Distribution-Augmented Contrastive Reconstruction for Time-Series Anomaly Detection
von: Wang, Lixu, et al.
Veröffentlicht: (2024)

Out-of-Distribution Detection for Continual Learning: Design Principles and Benchmarking
von: Gupta, Srishti, et al.
Veröffentlicht: (2025)

Classification Fields: Arbitrarily Fine Recursive Hierarchical Clustering From Few Examples
von: Li, Yicen, et al.
Veröffentlicht: (2026)

Anomaly detection using Diffusion-based methods
von: Bhosale, Aryan, et al.
Veröffentlicht: (2024)

RangeAD: Fast On-Model Anomaly Detection
von: Hinkamp, Luca, et al.
Veröffentlicht: (2026)

BayPrAnoMeta: Bayesian Proto-MAML for Few-Shot Industrial Image Anomaly Detection
von: Sarkar, Soham, et al.
Veröffentlicht: (2026)

From Unsupervised to Few-shot Graph Anomaly Detection: A Multi-scale Contrastive Learning Approach
von: Zheng, Yu, et al.
Veröffentlicht: (2022)

Bi-Grid Reconstruction for Image Anomaly Detection
von: Huang, Huichuan, et al.
Veröffentlicht: (2025)

Rethinking Reconstruction-based Graph-Level Anomaly Detection: Limitations and a Simple Remedy
von: Kim, Sunwoo, et al.
Veröffentlicht: (2024)

Preference Isolation Forest for Structure-based Anomaly Detection
von: Leveni, Filippo, et al.
Veröffentlicht: (2025)

Concurrent Linguistic Error Detection (CLED): a New Methodology for Error Detection in Large Language Models
von: Zhu, Jinhua, et al.
Veröffentlicht: (2024)

Bridging Classification and Reconstruction: Cooperative Time Series Anomaly Detection
von: Tang, Qideng, et al.
Veröffentlicht: (2026)

Dealing with Uncertainty in Contextual Anomaly Detection
von: Bindini, Luca, et al.
Veröffentlicht: (2025)

Statistical Inference for Clustering-based Anomaly Detection
von: Phu, Nguyen Thi Minh, et al.
Veröffentlicht: (2025)

Tree-based Ensemble Learning for Out-of-distribution Detection
von: Shen, Zhaiming, et al.
Veröffentlicht: (2024)

Training-free LLM Verification via Recycling Few-shot Examples
von: Lee, Dongseok, et al.
Veröffentlicht: (2025)