arXiv · ML· Hyojun Yi, Geunyoung Kim, Hogeon Seo, Seunghyoung Ryu·· 23 小时前AI 评分22
未训练神经网络在异常检测中的性能：PRISM 框架从表格到像素
How Far Can Untrained Neural Networks Go in Anomaly Detection? From Tables to Pixels
AI 导读
研究提出 PRISM 框架，利用固定随机非线性特征和马尔可夫打分，在无参数优化情况下实现异常检测。 在 ADBench 47 个数据集上，PRISM-T 平均 AUROC 达 86.4%；在 MVTec AD 和 VisA 上，PRISM-V 图像级和像素级 AUROC 分别为 90.4% 和 96.4%。 该框架作为“学习前”基线，用于评估学习表示在异常检测中的额外价值。
来源：arXiv · ML · arxiv.org