MACHINE LEARNED ANOMALY DETECTION

A computer-implemented method and system for training an anomaly detector to distinguish outlier data from inlier data on which the anomaly detector is trained are provided. The anomaly detector includes a set of learnable data transformations (310-314) and a learnable feature extractor (320). The set of learnable data transformations and the learnable feature extractor are jointly trained based on a training target. The training target includes a function that serves as an anomaly scoring function that may also be used at test time to determine the anomaly score of test data samples. The evaluation results indicate that the anomaly detector is well-applicable for detecting anomalies in non-image data, for example, in data time series and in tabular data, and simply applying the same at test time. 아웃라이어 데이터를 이상 검출기가 훈련되는 인라이어 데이터와 구별하기 위해 이상 검출기를 훈련하는 컴퓨터-구현 방법 및 시스템이 제공된다. 이상 검출기는 학습가능한 데이터 변환들의 세트(310-314) 및 학습가능한 특징 추출기(320)를 포함한다. 학습가능한 데이터 변환들의 세트 및 학습가능한 특징 추출기는 훈련된 목표에 기초하여 공동으로 훈련되며, 훈련 목표는 테스트 데이터 샘플들의 이상 스코어를 결정하기 위해 테스트 시간에 또한 사용될 수도 있는 이상 스코어링 함수로서 기능하는 함수를 포함한다. 평가 결과들은 이상 검출기가 비-이미지 데이터에서, 예컨대, 데이터 시계열에서 그리고 표형식 데이터에서 이상들을 검출하고 테스트 시간에 간단히 적용하는데 잘-적용가능함을 나타낸다.