إن تطوير نموذج كشف التقلبات الدقيقة بدقة وسرعة يُعد مهمة مهمة في التطبيقات الحاسوبية الحية للرؤية. سُخِّصت أبحاثٌ كثيرة لتطوير نموذج واحد قادر على كشف التقلبات الهيكلية أو المنطقية، وهي تقلبات مميزة بطبيعتها. ومعظم النماذج الحالية تفترض ضمنيًا أن التقلب يمكن تمثيله من خلال تحديد الموقع المُتَقَلِّب. ومع ذلك، نحن نجادل بأن التقلبات المنطقية، مثل عدد الكائنات الخاطئ، لا يمكن تمثيلها بشكل جيد من خلال خرائط الميزات المكانية، مما يتطلب نهجًا بديلًا. علاوة على ذلك، ركّزنا على إمكانية اكتشاف التقلبات المنطقية باستخدام منهجية كشف التوزيع الخارجي (out-of-distribution detection) على فضاء الميزات، والذي يجمّع المعلومات المكانية من خريطة الميزات. كمثال توضيحي، نقترح منهجية تدمج منهجية بسيطة للكشف عن التوزيع الخارجي على فضاء الميزات مقابل النماذج الحديثة القائمة على إعادة البناء. وعلى الرغم من بساطة اقتراحنا، يحقق نموذجنا PUAD (كشف التقلبات المرئية وغير المرئية) أداءً من الطراز الأول على مجموعة بيانات MVTec LOCO AD.