Deep End-to-End One-Class Classifier

Deep End-to-End One-Class Classifier 摘要 ​ 由於目標類樣本的高度多樣性以及異常樣本（非目標）概念上沒有任何監督信號。在一般情況下設計分類器來區分正常樣本和異常樣本極具有挑戰性，本文提出了一種對抗性訓練的方法，在一個端到端可訓練的深度模塊中來檢測外分佈樣本。我們聯合訓練兩個深度神經網絡R(重構)和D(鑑別)，在訓練過程中，R通過創建對抗性樣本來幫助D描述目標類的

>>阅读原文<<