MIMR

新的MPFM框架通过混合原型推进开放集异常检测

研究人员推出了一种新颖的开放集监督异常检测框架——混合原型流匹配（MPFM）。该方法通过使用高斯混合模型先验来模拟正常数据，比单峰高斯先验更有效地捕捉多模态性，从而解决了现有方法的局限性。MPFM学习从正常特征分布到结构化原型空间的连续变换，并利用高斯混合模型来表示速度场，从而实现感知模式的分布传输。此外，还引入了互信息最大化正则化器（MIMR）以防止原型坍塌并增强正常-异常可分离性，在多个基准测试中取得了最先进的成果。