
摘要
我们提出了一种用于无监督异常检测的神经网络,该网络包含一个新颖的鲁棒子空间恢复层(RSR层)。这一层旨在从给定数据的潜在表示中提取底层子空间,并移除远离该子空间的异常值。该层被嵌入到一个自编码器中。编码器将数据映射到潜在空间,RSR层从中提取子空间,然后解码器将底层子空间平滑地映射回接近原始正常样本的“流形”。根据原始位置与映射后位置之间的距离来区分正常样本和异常样本(正常样本的距离较小,而异常样本的距离较大)。大量的数值实验表明,无论是图像数据集还是文档数据集,该方法均表现出最先进的精确度和召回率。