一篇新论文分析了使用 Shapley 值进行传感器异常定位，并将其性能与更简单的异常检测方法进行了比较。研究证明，对于独立的传感器观测，Shapley 值方法等同于一种更简单的方法。然而，对于依赖的观测，Shapley 值可能优于或劣于其他方法，具体取决于特定的统计条件，这表明了结合使用方法的潜力。 AI
影响 为异常检测方法提供了理论见解，有可能提高传感器系统的鲁棒性。
排序理由 该集群包含一篇详细介绍机器学习技术的理论统计分析的学术论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2606.00867v1 Announce Type: new Abstract: Recent publications have suggested using the Shap- ley value for sensor anomaly/attack localization. We study the performance of such an approach by using mathematically de- fined optimum binary classifiers in the Shapley value calc…
Recent publications have suggested using the Shap- ley value for sensor anomaly/attack localization. We study the performance of such an approach by using mathematically de- fined optimum binary classifiers in the Shapley value calculation. To judge localization performance, we s…