PulseAugur
中
实时 12:53:54

新的RareSense框架增强了交易数据中的异常检测能力

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员开发了RareSense，一个用于交易数据异常检测的新型框架。该系统解决了传统相似性度量（如Jaccard和Cosine）的局限性，这些度量常常受到频繁属性的偏倚。RareSense识别并利用最小稀有项集来创建关联规则，将对象映射到配置文件中，然后使用加权Jaccard相似性进行比较。在各种基准数据集上的实验表明，RareSense在检索性能上显著优于现有方法，特别是在异常表现出可重复的稀有高阶结构时。 AI

影响 增强了交易数据中的异常检测能力，可能改进网络安全和数据分析。

排序理由 该集群包含一篇详细介绍异常检测新方法的论文。

在 arXiv cs.IR (Information Retrieval) 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

新的RareSense框架增强了交易数据中的异常检测能力

报道来源 [2]

  1. arXiv cs.AI TIER_1 English(EN) · Sidahmed Benabderrahmane, Talal Rahwan ·

    RareSense：交易数据中的稀有度感知相似性搜索用于异常检索

    arXiv:2607.28879v1 Announce Type: cross Abstract: Similarity search over sparse set-valued data is often dominated by frequent background attributes because classical measures such as Jaccard, cosine, and Hamming compare objects through atomic overlap. IDF (Inverse document frequ…

  2. arXiv cs.IR (Information Retrieval) TIER_1 English(EN) · Talal Rahwan ·

    RareSense：交易数据中的稀有度感知相似性搜索用于异常检索

    Similarity search over sparse set-valued data is often dominated by frequent background attributes because classical measures such as Jaccard, cosine, and Hamming compare objects through atomic overlap. IDF (Inverse document frequency) weighting partially reduces this effect but …

相关实体

相关话题