本次组会汇报讲解关于基于变分自编码网络的异常检测算法和基于混合高斯变分自编码网络的异常检测的对比。
科研背景：
随着数据维度的提高，深度神经网络已经显示出其优于传统机器学习的优点。因此，越来越多研究人员开始利用深度学习进行异常检测。
目前，异常检测算法大多依赖于重建误差或是重建概率等启发式方法进行异常判断。对此，本文所使用的方法摆脱了目前主流的基于重构误差的异常检测方法，而是基于数据特征的训练优化进行异常检测，同时在基于变分自编码网络的异常检测算法的基础上做出改进，提出 基于混合高斯变分自编码网络的异常检测的算法。
基于变分自编码网络的异常检测算法 网络模型
基于混合高斯变分自编码网络的异常检测算法的模型
基于变分自编码网络的异常检测算法的好检测效果
基于混合高斯变分自编码网络的异常检测算法的好检测效果