★ 2
基于 AUC 上界的无异常样本自优化
论文提出将 AUC 上界作为可微、无需真实异常样本的目标函数，直接优化异常检测系统的连续参数，而非仅在有限候选集中选择配置。方法可优化集成权重并引入可学习分数重标定机制，在多个数据集与嵌入模型上显著优于传统模型选择与开发集参数选择。
arXiv cs.LG39 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文提出将 AUC 上界作为可微、无需真实异常样本的目标函数，直接优化异常检测系统的连续参数，而非仅在有限候选集中选择配置。方法可优化集成权重并引入可学习分数重标定机制，在多个数据集与嵌入模型上显著优于传统模型选择与开发集参数选择。