arXiv cs.LG· Jos\'e Lucas De Melo Costa, Fabrice Popineau, Arpad Rimmel, Bich-Li\^en Doan·· 29 天前AI 评分35
通过核锚定局部正则化缓解固定目标异常检测器的收敛崩塌
Mitigating Convergence Collapse in Fixed-Target Anomaly Detectors via Kernel-Anchored Locality Regularization
AI 导读
针对固定目标异常检测器因过度优化导致残差信号消失的“收敛崩塌”问题，研究提出通过引入局部性约束进行抑制。研究首先构建了免训练且适配 CPU 的闭式解方法 KCM，在 ADBench 基准上达到了主流神经网络基线的表现。在此基础上设计的核锚定正则化器（KAR）在 3 种主干网络上有效缓解了崩塌，显著提升了长时间训练下的 AUROC。
来源：arXiv cs.LG · arxiv.org