Couche de Récupération de Sous-espace Robuste pour la Détection Non Supervisée d'Anomalies

Nous proposons un réseau neuronal pour la détection non supervisée d'anomalies, doté d'une nouvelle couche de récupération de sous-espace robuste (RSR layer). Cette couche vise à extraire le sous-espace sous-jacent d'une représentation latente des données fournies et à éliminer les valeurs aberrantes qui se trouvent en dehors de ce sous-espace. Elle est utilisée au sein d'un autoencodeur. L'encodeur mappe les données dans un espace latent, d'où la couche RSR extrait le sous-espace. Le décodeur remappe ensuite le sous-espace sous-jacent vers une « variété » proche des inliers originaux. Les inliers et les outliers sont distingués en fonction des distances entre les positions originales et mappées (petites pour les inliers et grandes pour les outliers). De nombreuses expériences numériques menées sur des ensembles de données d'images et de documents montrent une précision et un rappel de pointe.Note: - "Manifold" is translated as "variété" which is the common term used in French for this concept in mathematics and machine learning.- "Inliers" and "outliers" are kept as they are commonly used terms in French scientific literature.