Buchumschlag

MLE-UVAD: Minimal Latent Entropy Autoencoder for Fully Unsupervised Video Anomaly Detection

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Geng, Yuang, Zhou, Junkai, Yang, Kang, He, Pan, Zhou, Zhuoyang, Principe, Jose C., Harley, Joel, Ruchkin, Ivan
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Deterministic World Models for Verification of Closed-loop Vision-based Systems
von: Geng, Yuang, et al.
Veröffentlicht: (2025)

Four Principles for Physically Interpretable World Models
von: Peper, Jordan, et al.
Veröffentlicht: (2025)

Zero-shot Safety Prediction for Autonomous Robots with Foundation World Models
von: Mao, Zhenjiang, et al.
Veröffentlicht: (2024)

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

Statistical-Symbolic Verification of Perception-Based Autonomous Systems using State-Dependent Conformal Prediction
von: Geng, Yuang, et al.
Veröffentlicht: (2025)

State-Dependent Conformal Perception Bounds for Neuro-Symbolic Verification of Autonomous Systems
von: Waite, Thomas, et al.
Veröffentlicht: (2025)

Bridging Dimensions: Confident Reachability for High-Dimensional Controllers
von: Geng, Yuang, et al.
Veröffentlicht: (2023)

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

Unsupervised Network Anomaly Detection with Autoencoders and Traffic Images
von: Neri, Michael, et al.
Veröffentlicht: (2025)

Language-Enhanced Latent Representations for Out-of-Distribution Detection in Autonomous Driving
von: Mao, Zhenjiang, et al.
Veröffentlicht: (2024)

A Hierarchically Feature Reconstructed Autoencoder for Unsupervised Anomaly Detection
von: Chen, Honghui, et al.
Veröffentlicht: (2024)

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

Aero-engines Anomaly Detection using an Unsupervised Fisher Autoencoder
von: Sanami, Saba, et al.
Veröffentlicht: (2025)

Attention and Autoencoder Hybrid Model for Unsupervised Online Anomaly Detection
von: Najafi, Seyed Amirhossein, et al.
Veröffentlicht: (2024)

Fence off Anomaly Interference: Cross-Domain Distillation for Fully Unsupervised Anomaly Detection
von: Liu, Xinyue, et al.
Veröffentlicht: (2025)

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

Harnessing Unsupervised LSTM Autoencoders for Anomaly Detection in Cybersecurity Time Series
von: Jing Liang
Veröffentlicht: (2025)

ASTER: Latent Pseudo-Anomaly Generation for Unsupervised Time-Series Anomaly Detection
von: Hermary, Romain, et al.
Veröffentlicht: (2026)

Unsupervised Tomato Split Anomaly Detection using Hyperspectral Imaging and Variational Autoencoders
von: Abdulsalam, Mahmoud, et al.
Veröffentlicht: (2025)

Cross‐Scale Spatiotemporal Memory‐Augmented Network for Unsupervised Video Anomaly Detection
von: Lihu Pan, et al.
Veröffentlicht: (2025)

FUN-AD: Fully Unsupervised Learning for Anomaly Detection with Noisy Training Data
von: Im, Jiin, et al.
Veröffentlicht: (2024)

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

A Stable Neural Statistical Dependence Estimator for Autoencoder Feature Analysis
von: Hu, Bo, et al.
Veröffentlicht: (2026)

Anomaly-Informed Confidence Calibration for Vision-Based Safety Prediction
von: Mao, Zhenjiang, et al.
Veröffentlicht: (2026)

SoftPatch+: Fully Unsupervised Anomaly Classification and Segmentation
von: Wang, Chengjie, et al.
Veröffentlicht: (2024)

Animal Pose Labeling Using General-Purpose Point Trackers
von: Pan, Zhuoyang, et al.
Veröffentlicht: (2025)

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

MAEDiff: Masked Autoencoder-enhanced Diffusion Models for Unsupervised Anomaly Detection in Brain Images
von: Xu, Rui, et al.
Veröffentlicht: (2024)

A Generic Machine Learning Framework for Fully-Unsupervised Anomaly Detection with Contaminated Data
von: Ulmer, Markus, et al.
Veröffentlicht: (2023)

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

Exploring Multimodal Prompts For Unsupervised Continuous Anomaly Detection
von: Zhou, Mingle, et al.
Veröffentlicht: (2026)

Latent Anomaly Detection: Masked VQ-GAN for Unsupervised Segmentation in Medical CBCT
von: Wang, Pengwei
Veröffentlicht: (2025)

Adaptive Differentially Private Structural Entropy Minimization for Unsupervised Social Event Detection
von: Yang, Zhiwei, et al.
Veröffentlicht: (2024)

Vision-Language Models Assisted Unsupervised Video Anomaly Detection
von: Jiang, Yalong, et al.
Veröffentlicht: (2024)

Quantized Non-Volatile Nanomagnetic Synapse based Autoencoder for Efficient Unsupervised Network Anomaly Detection
von: Alam, Muhammad Sabbir, et al.
Veröffentlicht: (2023)

Contrastive Entropy Bounds for Density and Conditional Density Decomposition
von: Hu, Bo, et al.
Veröffentlicht: (2025)

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

SOAR: Self-Occluded Avatar Recovery from a Single Video In the Wild
von: Pan, Zhuoyang, et al.
Veröffentlicht: (2024)

Efficient Analysis of Latent Spaces in Heterogeneous Networks
von: Tian, Yuang, et al.
Veröffentlicht: (2024)

Guarding Graph Neural Networks for Unsupervised Graph Anomaly Detection
von: Bei, Yuanchen, et al.
Veröffentlicht: (2024)