كشف غير مراقب عن الشذوذ في مرحلتين

كشف الشذوذ من صورة واحدة يُعد تحديًا كبيرًا نظرًا لأن بيانات الشذوذ تكون دائمًا نادرة، وقد تظهر بأشكال غير متوقعة للغاية. وبما أن البيانات المتاحة تشمل فقط صورًا خالية من الشذوذ، فإن معظم الطرق الحالية تدرب مشغلًا تلقائيًا (AutoEncoder) لإعادة بناء الصورة المدخلة، ثم تبحث عن الفرق بين المدخل والمخرج لتحديد المناطق الشاذة. ومع ذلك، تواجه هذه الطرق مشكلة محتملة: فالتقريب الخشن يُنتج فروقات إضافية في الصورة، بينما قد يؤدي التقريب عالي الجودة إلى إدخال الشذوذ نفسه ضمن النتيجة. في هذا البحث، نحل هذه المفارقة من خلال اقتراح منهجية ثنائية المرحلة، تُنتج إعادة بناء عالي الجودة لكن خالية من الشذوذ. تعتمد طريقة كشف الشذوذ الثنائية غير المراقبة (UTAD) على مكوَّنين فنيين رئيسيين، وهما: "مُستخرج الانطباع" (IE-Net) و"الشبكة الخبيرة" (Expert-Net). يُنجز IE-Net وExpert-Net مهام إعادة بناء الصورة خالية من الشذوذ على مرحلتين، مع توليد نتائج وسيطة واضحة وسهلة الفهم، مما يجعل طريقة UTAD قابلة للتفسير بشكل كامل. أظهرت التجارب الواسعة أن طريقةنا تتفوّق على أحدث الطرق المطروحة على أربع مجموعات بيانات لكشف الشذوذ التي تضم أنواعًا مختلفة من الكائنات والأنسجة الواقعية.