Lof
PulseAugur coverage of Lof — every cluster mentioning Lof across labs, papers, and developer communities, ranked by signal.
- 2026-07-03 funding Lof projects a significant increase in net profit for the first half of 2026, driven by strong demand and supply agreements. 来源
3 天有情绪数据
-
新的柯西位移网络提供更快的异常检测
研究人员推出了一种新颖的异常检测方法——柯西位移网络（Cauchy Displacement Network, CDN），该方法将邻域几何结构编译到一个紧凑的神经网络中。与需要将每个查询与整个训练集进行比较的传统方法不同，CDN 在单次前向传播中即可完成推理，显著降低了计算成本和内存需求。该网络将正常点回归到其 k-最近邻的均值，在 46 个基准数据集上取得了最先进的性能，同时处理查询的速度比现有检测器快几个数量级。
-
自适应GMM增强无线欺骗攻击检测能力
研究人员开发了一种自适应高斯混合模型（GMM），用于检测无线定位系统中的物理层欺骗攻击。该方法学习正常的信道状态信息（CSI）模式，并根据空间不一致性识别异常，在室内环境中尤其有效。在海量MIMO数据集上测试，自适应GMM在位移超过150毫米的欺骗攻击中实现了95-98%的检测率，同时保持1%的误报率。与传统的GMM、LOF、one-class SVM和k-NN相比，所提出的分类器表现出优越的性能。
-
新的正则化技术解决异常检测中的收敛崩溃问题
研究人员发现了一种在某些异常检测模型中称为“收敛崩溃”的现象。当以最小化均方误差损失为目标的模型在改进过程中，检测异常的能力反而下降时，就会发生这种情况。该问题源于模型学会了即使对于异常数据也进行跟踪，从而消除了残差信号。为解决此问题，该论文提出了核锚定局部性正则化（KAR），它通过惩罚与训练目标核加权平均值的偏差来约束模型的预测。该方法旨在防止崩溃并增强异常检测能力。
-
深度玻尔兹曼机在表格异常检测方面展现出潜力
一篇新的研究论文重新审视了基于能量的模型（EBM），特别是深度玻尔兹曼机（DBM），用于表格异常检测。该研究假设DBM的平均场能量可以比现有方法更有效地补充基于重构的得分。在UCI Bank Marketing和NSL-KDD数据集上的评估表明，DBM的表现优于几种经典和现代基线方法，并且当与Autoencoder融合时，它在异常检测准确性方面提供了统计学上的显著改进。
-
全球芯片LOF因价格飙升暂停交易；印尼央行介入市场
嘉实基金管理有限公司宣布，由于其市场交易价格大幅偏离净值，全球芯片LOF（501225）将于2026年7月31日停牌。此举旨在保护投资者利益，停牌期间赎回业务正常进行。另外，印度尼西亚银行代理行长Destry Damayanti表示，央行将继续通过各种工具参与市场，以吸引资本流入并管理通胀。
-
Lof 在半导体需求强劲的背景下预计利润大幅增长
Lof（也称为“An Ape and a Fox”）公司宣布，预计 2026 年上半年净利润将达到 92 亿至 110 亿元人民币，同比大幅增长。这一增长归因于半导体存储行业的日益增长的需求以及全球晶圆产能的限制，共同营造了有利的市场环境。该公司还与主要全球制造商签订了晶圆供应协议，确保了未来发展的资源。
-
中国证交所打击交易违规行为 · 追踪2个来源
上海证券交易所（SSE）和深圳证券交易所（SZSE）上周均对异常交易活动采取了监管措施。SSE 监测了 629 起操纵性交易和虚假申报事件，重点关注股价异常波动或溢价过高的特定股票和基金。SZSE 处理了 192 起类似案件，强调了
-
上海证券交易所调查22家上市公司重大事项，市场波动加剧
上海证券交易所本周加强了对上市公司的审查力度，对22项重大事项进行了专项检查。这包括密切关注股价异常波动严重的股票、退市整理股票以及全球芯片LOF和财通富鑫LOF等高溢价基金。此外，一宗涉嫌违法违规的案件已上报中国证监会。另外，富瀚微公司报告称其通信板块收入大幅增长，特别是用于高速光模块的MicroTEC产品，产能利用率超过95%。