Buchumschlag

Anomaly Detection via Autoencoder Composite Features and NCE

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Liao, Yalin, Brockmeier, Austin J.
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Contrastive Learning to Fine-Tune Feature Extraction Models for the Visual Cortex
von: Mulrooney, Alex, et al.
Veröffentlicht: (2024)

Patch2Loc: Learning to Localize Patches for Unsupervised Brain Lesion Detection
von: Baker, Hassan, et al.
Veröffentlicht: (2025)

A Systematic Analysis of Out-of-Distribution Detection Under Representation and Training Paradigm Shifts
von: Olivares, Claudio César Claros, et al.
Veröffentlicht: (2025)

Convolutional Monge Mapping between EEG Datasets to Support Independent Component Labeling
von: Meek, Austin, et al.
Veröffentlicht: (2025)

Weakly Supervised Object Segmentation by Background Conditional Divergence
von: Baker, Hassan, et al.
Veröffentlicht: (2025)

Understanding InfoNCE: Transition Probability Matrix Induced Feature Clustering
von: Cheng, Ge, et al.
Veröffentlicht: (2025)

Measuring Chain-of-Thought Monitorability Through Faithfulness and Verbosity
von: Meek, Austin, et al.
Veröffentlicht: (2025)

Autoencoders for Anomaly Detection are Unreliable
von: Bouman, Roel, et al.
Veröffentlicht: (2025)

InfoNCE Induces Gaussian Distribution
von: Betser, Roy, et al.
Veröffentlicht: (2026)

Harnessing Feature Clustering For Enhanced Anomaly Detection With Variational Autoencoder And Dynamic Threshold
von: Ale, Tolulope, et al.
Veröffentlicht: (2024)

Double-Adversarial Activation Anomaly Detection: Adversarial Autoencoders are Anomaly Generators
von: Schulze, J. -P., et al.
Veröffentlicht: (2021)

Quadratic Neuron-empowered Heterogeneous Autoencoder for Unsupervised Anomaly Detection
von: Liao, Jing-Xiao, et al.
Veröffentlicht: (2022)

Anomaly Detection in OKTA Logs using Autoencoders
von: Cain, Jericho, et al.
Veröffentlicht: (2024)

ReNCE: Learning to Reason by Noise Contrastive Estimation
von: Zhang, Wenzheng, et al.
Veröffentlicht: (2026)

Quantum Autoencoders for Anomaly Detection in Cybersecurity
von: Senthil, Rohan, et al.
Veröffentlicht: (2025)

Diffusion-Scheduled Denoising Autoencoders for Anomaly Detection in Tabular Data
von: Sattarov, Timur, et al.
Veröffentlicht: (2025)

Weakly Augmented Variational Autoencoder in Time Series Anomaly Detection
von: Wu, Zhangkai, et al.
Veröffentlicht: (2024)

$f$-MICL: Understanding and Generalizing InfoNCE-based Contrastive Learning
von: Lu, Yiwei, et al.
Veröffentlicht: (2024)

Deep Autoencoders for Unsupervised Anomaly Detection in Wildfire Prediction
von: Üstek, İrem, et al.
Veröffentlicht: (2024)

Deep Learning Approach to Anomaly Detection in Enterprise ETL Processes with Autoencoders
von: Chen, Xin, et al.
Veröffentlicht: (2025)

DASVDD: Deep Autoencoding Support Vector Data Descriptor for Anomaly Detection
von: Hojjati, Hadi, et al.
Veröffentlicht: (2021)

InfoNCE is a Free Lunch for Semantically guided Graph Contrastive Learning
von: Wang, Zixu, et al.
Veröffentlicht: (2025)

InfoNCE: Identifying the Gap Between Theory and Practice
von: Rusak, Evgenia, et al.
Veröffentlicht: (2024)

Network Anomaly Traffic Detection via Multi-view Feature Fusion
von: Hao, Song, et al.
Veröffentlicht: (2024)

Multi-scale Masked Autoencoder for Electrocardiogram Anomaly Detection
von: Zhou, Ya, et al.
Veröffentlicht: (2025)

Enhancing Fairness in Autoencoders for Node-Level Graph Anomaly Detection
von: Wang, Shouju, et al.
Veröffentlicht: (2025)

Modeling Quantum Autoencoder Trainable Kernel for IoT Anomaly Detection
von: Chandrasekhar, Swathi, et al.
Veröffentlicht: (2025)

Fast Re-Trainable Attention Autoencoder for Liquid Sensor Anomaly Detection at the Edge
von: Choi, Seongyun
Veröffentlicht: (2025)

A Latent Space Correlation-Aware Autoencoder for Anomaly Detection in Skewed Data
von: Roy, Padmaksha
Veröffentlicht: (2023)

Robust Anomaly Detection through Multi-Modal Autoencoder Fusion for Small Vehicle Damage Detection
von: Khan, Sara, et al.
Veröffentlicht: (2025)

Quantifying Feature Space Universality Across Large Language Models via Sparse Autoencoders
von: Lan, Michael, et al.
Veröffentlicht: (2024)

Quantum Autoencoder for Multivariate Time Series Anomaly Detection
von: Tscharke, Kilian, et al.
Veröffentlicht: (2025)

Self-Supervised Training with Autoencoders for Visual Anomaly Detection
von: Bauer, Alexander, et al.
Veröffentlicht: (2022)

Enhanced Federated Anomaly Detection Through Autoencoders Using Summary Statistics-Based Thresholding
von: Laridi, Sofiane, et al.
Veröffentlicht: (2024)

Learning Feature Encoder with Synthetic Anomalies for Weakly Supervised Graph Anomaly Detection
von: Zhou, Yingjie, et al.
Veröffentlicht: (2026)

When Softmax Fails at the Top: Extreme Value Corrections for InfoNCE
von: Erol, Melihcan, et al.
Veröffentlicht: (2026)

Quorum: Zero-Training Unsupervised Anomaly Detection using Quantum Autoencoders
von: Ludmir, Jason Zev, et al.
Veröffentlicht: (2025)

A Robust Autoencoder Ensemble-Based Approach for Anomaly Detection in Text
von: Pantin, Jeremie, et al.
Veröffentlicht: (2024)

Asymptotic and Finite-Time Guarantees for Langevin-Based Temperature Annealing in InfoNCE
von: Chaudhry, Faris
Veröffentlicht: (2026)

Extreme Value Modelling of Feature Residuals for Anomaly Detection in Dynamic Graphs
von: Kandanaarachchi, Sevvandi, et al.
Veröffentlicht: (2024)