摘要

我们提出了一种用于无监督异常检测的神经网络，该网络包含一个新颖的鲁棒子空间恢复层（RSR层）。这一层旨在从给定数据的潜在表示中提取底层子空间，并移除远离该子空间的异常值。该层被嵌入到一个自编码器中。编码器将数据映射到潜在空间，RSR层从中提取子空间，然后解码器将底层子空间平滑地映射回接近原始正常样本的“流形”。根据原始位置与映射后位置之间的距离来区分正常样本和异常样本（正常样本的距离较小，而异常样本的距离较大）。大量的数值实验表明，无论是图像数据集还是文档数据集，该方法均表现出最先进的精确度和召回率。