현재 위치
Home
Poster Session III
Anomaly detection with score-based generative modeling
-
- 발행기관
- 한국차세대컴퓨팅학회 바로가기
-
- 간행물
- 한국차세대컴퓨팅학회 학술대회 바로가기
-
- 통권
- The 7th International Conference on Next Generation Computing 2021 (2021.11)바로가기
-
- 페이지
- pp.328-330
-
- 저자
-
- 언어
- 영어(ENG)
-
- URL
- https://www.earticle.net/Article/A448087
원문정보
초록
- 영어
- Probabilistic modeling of normal data is commonly used for anomaly detection. In this paper, we present a novel anomaly detection process using a score-based probabilistic generative model. Our method is based on the Langevin dynamics-based sampling methods, but we use a reverse trajectory of a standard score-based framework to compute anomaly scores. We validate our anomaly detection framework according to different one-class classification settings on the MNIST dataset.
목차
Abstract
I. INTRODUCTION
II. RELATED WORK
A. Generative Adversarial Networks (GAN)
B. Score-based generative models
III. METHOD
A. Score Matching with Langevin Dynamics (SMLD)
B. Anomlay detection with score-based modeling
IV. EXPERIMENT
V. CONCLUSION
ACKNOWLEDGMENT
REFERENCES
키워드
Anomaly Detection Generative Model Scorebased Generative Model저자
간행물 정보
발행기관
-
- 발행기관명
- 한국차세대컴퓨팅학회 [Korean Institute of Next Generation Computing]
- 설립연도
- 2005
- 분야
- 공학>컴퓨터학
- 소개
- 본 학회는 차세대 PC 및 그 관련분야의 학술활동을 통하여 차세대 PC의 학문 및 기술발전을 도모하고 산업발전 및 국제협력 증진을 목적으로 한다.
간행물
-
- 간행물명
- 한국차세대컴퓨팅학회 학술대회
- 간기
- 반년간
- 수록기간
- 2021~2025
- 십진분류
- KDC 566 DDC 004
이 권호 내 다른 논문 / 한국차세대컴퓨팅학회 학술대회 The 7th International Conference on Next Generation Computing 2021
피인용수 : 0건 (자료제공 : 네이버학술정보)
함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.
출처 : 네이버학술정보
0개의 논문이 장바구니에 담겼습니다.