어쩌다통계

이 글이 도움되셨다면 광고 클릭 부탁드립니다 : ) 오늘은 2018년에 나온 Deep SVDD에 대해 간단하게 살펴보겠습니다. 22년에 봤던 논문인데 이제야... 정리하네요 ㅎㅎ 23년 4월 기준 1347회 인용되었고, 논문은 아래 링크 참고 부탁드립니다! Deep One-Class Classification, http://proceedings.mlr.press/v80/ruff18a/ruff18a.pdf Deep SVDD란?! Deep SVDD는 기존 머신러닝 기반의 one-class classification 방법론인 support vector data description (SVDD)에 딥러닝을 접목한 방법론입니다. neural network를 통해 input을 feature space로 mappin..

이 글이 도움되셨다면 광고 클릭 부탁드립니다 : ) 이번 포스팅에서는 anomaly detection 분야에서 SOTA 중의 하나인 DevNet에 대해 알아보도록 하겠습니다. An End-to-end Anomaly Score Learning Network, DevNet은 2019년에 게재된 논문으로 딥러닝 기반 end-to-end 이상 탐지 방법을 제안하고 있습니다. 본 방법론이 나오게 된 배경과 컨셉, 구조 등에 대해 아래에서 살펴보겠습니다. 0. Abstract 딥러닝은 다양한 문제를 해결하는데 적용되고 있지만, 이상 탐지 문제에 있어서는 상대적으로 적용이 제한되어 있습니다. 현존하는 이상탐지 분야의 방법은 주로 data representation으로 indirect 하게 anomaly scoring..

이 글이 도움되셨다면 광고 클릭 부탁드립니다 : ) 이번 포스트에서는 Autoencoder와 GAN이 결합된 Adversarial AutoEncoders(AAE) 논문을 리뷰해보려고 합니다. 2015년에 게재된 해당 논문은 2022년 10월 기준 2450회 인용될 만큼 많은 주목을 받고 있고 있습니다. 일반적인 Autoencoder(AE)나 Variational AutoEnocoder(VAE)와는 달리 어떤 구조를 가지는 지, 강점은 무엇인 지 차근차근 알아가 보겠습니다. 아래 내용은 논문을 바탕으로 작성하였으며, 중간중간 제가 이해하는데 도움이 되었던 내용(이활석님 자료)들도 추가하였습니다. AE/VAE에 대한 전반적 이해가 필요하시면 이활석님의 네이버 d2-오토인코더의 모든 것 강의를 추천합니다. 0..

이 글이 도움되셨다면 광고 클릭 부탁드립니다 : ) 이상치 탐지를 하다 보면 데이터에 맞는 방법들이 있어 여러 가지 방법들을 적용해보는 편인데, 아무래도 일관성이 떨어지다 보니 이런 방법론들이 모여있는 라이브러리가 없을까?! 하고 찾던 중 PyOD를 발견하게 되어 정리를 해봅니다. 풀네임이 Python Outlier Detection인 PyOD는 다변량 데이터에 적용 가능한 이상치 탐지 방법론들이 30개 이상 구현되어 있는 라이브러리입니다. 가장 기본적인 LOF부터 HBOS, OCSVM, IForest와 제가 좋아하는 AutoEncoder와 VAE까지 방법론이 너무 많아 우선 여기 있는 이상치 탐지 방법론부터 공부해봐도 좋겠다 생각이 들었습니다. 예전에 나온 방법론뿐 아니라 2022년에 나온 ECOD라는..