:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Nath, Somjit, Lui, Yik Chau, Liu, Siqi
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	https://arxiv.org/abs/2411.16427
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Locally Constrained Representations in Reinforcement Learning
von: Nath, Somjit, et al.
Veröffentlicht: (2022)

Randomized PCA Forest for Unsupervised Outlier Detection
von: Rajabinasab, Muhammad, et al.
Veröffentlicht: (2025)

Meta-Learning for Unsupervised Outlier Detection with Optimal Transport
von: Singh, Prabhant, et al.
Veröffentlicht: (2022)

Hierarchical Reference Sets for Robust Unsupervised Detection of Scattered and Clustered Outliers
von: Zhang, Yiqun, et al.
Veröffentlicht: (2026)

EntropyStop: Unsupervised Deep Outlier Detection with Loss Entropy
von: Huang, Yihong, et al.
Veröffentlicht: (2024)

Unsupervised Outlier Detection using Random Subspace and Subsampling Ensembles of Dirichlet Process Mixtures
von: Kim, Dongwook, et al.
Veröffentlicht: (2024)

Fast Unsupervised Deep Outlier Model Selection with Hypernetworks
von: Ding, Xueying, et al.
Veröffentlicht: (2023)

Unsupervised Outlier Detection in Audit Analytics: A Case Study Using USA Spending Data
von: Li, Buhe, et al.
Veröffentlicht: (2025)

Automatic Unsupervised Ensemble Outlier Model Selection--Extended Version
von: Phan, Hong-Phuc, et al.
Veröffentlicht: (2026)

Communication-Efficient Federated Risk Difference Estimation for Time-to-Event Clinical Outcomes
von: Wang, Ziwen, et al.
Veröffentlicht: (2026)

Rethinking Test-time Likelihood: The Likelihood Path Principle and Its Application to OOD Detection
von: Huang, Sicong, et al.
Veröffentlicht: (2024)

Robust Statistical Scaling of Outlier Scores: Improving the Quality of Outlier Probabilities for Outliers (Extended Version)
von: Röchner, Philipp, et al.
Veröffentlicht: (2024)

Interpreting Outliers in Time Series Data through Decoding Autoencoder
von: Knab, Patrick, et al.
Veröffentlicht: (2024)

Long-Term Outlier Prediction Through Outlier Score Modeling
von: Aoki, Yuma, et al.
Veröffentlicht: (2026)

Global Outlier Detection in a Federated Learning Setting with Isolation Forest
von: Malpetti, Daniele, et al.
Veröffentlicht: (2024)

Fin-Fed-OD: Federated Outlier Detection on Financial Tabular Data
von: Herurkar, Dayananda, et al.
Veröffentlicht: (2024)

Tabular Data Adapters: Improving Outlier Detection for Unlabeled Private Data
von: Herurkar, Dayananda, et al.
Veröffentlicht: (2025)

ODIM: Outlier Detection via Likelihood of Under-Fitted Generative Models
von: Kim, Dongha, et al.
Veröffentlicht: (2023)

Cost Trade-offs in Matrix Inversion Updates for Streaming Outlier Detection
von: Grivet, Florian, et al.
Veröffentlicht: (2026)

Calibrated One-class Classification for Unsupervised Time Series Anomaly Detection
von: Xu, Hongzuo, et al.
Veröffentlicht: (2022)

Labels Matter More Than Models: Rethinking the Unsupervised Paradigm in Time Series Anomaly Detection
von: Zhong, Zhijie, et al.
Veröffentlicht: (2025)

FoMo X: Modular Explainability Signals for Outlier Detection Foundation Models
von: Klüttermann, Simon, et al.
Veröffentlicht: (2026)

Fuzzy Granule Density-Based Outlier Detection with Multi-Scale Granular Balls
von: Gao, Can, et al.
Veröffentlicht: (2025)

Learning to Explore: Policy-Guided Outlier Synthesis for Graph Out-of-Distribution Detection
von: Sun, Li, et al.
Veröffentlicht: (2026)

Unsupervised Distance Metric Learning for Anomaly Detection Over Multivariate Time Series
von: Yuan, Hanyang, et al.
Veröffentlicht: (2024)

Simplex-enabled Safe Continual Learning Machine
von: Cao, Hongpeng, et al.
Veröffentlicht: (2024)

Unsupervised Surrogate Anomaly Detection
von: Klüttermann, Simon, et al.
Veröffentlicht: (2025)

HGOE: Hybrid External and Internal Graph Outlier Exposure for Graph Out-of-Distribution Detection
von: He, Junwei, et al.
Veröffentlicht: (2024)

Generative Pre-Training of Time-Series Data for Unsupervised Fault Detection in Semiconductor Manufacturing
von: Lee, Sewoong, et al.
Veröffentlicht: (2023)

When Does Predictive Inverse Dynamics Outperform Behavior Cloning?
von: Schäfer, Lukas, et al.
Veröffentlicht: (2026)

Attention Sinks and Outliers in Attention Residuals
von: Luo, Haozheng, et al.
Veröffentlicht: (2026)

FedConPE: Efficient Federated Conversational Bandits with Heterogeneous Clients
von: Li, Zhuohua, et al.
Veröffentlicht: (2024)

FoMo-0D: A Foundation Model for Zero-shot Tabular Outlier Detection
von: Shen, Yuchen, et al.
Veröffentlicht: (2024)

Generative Subspace Adversarial Active Learning for Outlier Detection in Multiple Views of High-dimensional Data
von: Cribeiro-Ramallo, Jose, et al.
Veröffentlicht: (2024)

Angel or Devil: Discriminating Hard Samples and Anomaly Contaminations for Unsupervised Time Series Anomaly Detection
von: Zhang, Ruyi, et al.
Veröffentlicht: (2024)

When Normality Shifts: Risk-Aware Test-Time Adaptation for Unsupervised Tabular Anomaly Detection
von: Huang, Wei, et al.
Veröffentlicht: (2026)

Outlier-Efficient Hopfield Layers for Large Transformer-Based Models
von: Hu, Jerry Yao-Chieh, et al.
Veröffentlicht: (2024)

Extended Histogram-based Outlier Score (EHBOS)
von: Islam, Tanvir
Veröffentlicht: (2025)

Outlier Detection in Plantar Pressure: Human-Centered Comparison of Statistical Parametric Mapping and Explainable Machine Learning
von: Dindorf, Carlo, et al.
Veröffentlicht: (2025)

An Unsupervised Anomaly Detection in Electricity Consumption Using Reinforcement Learning and Time Series Forest Based Framework
von: Ghanim, Jihan, et al.
Veröffentlicht: (2024)