KAR缓解固定目标异常检测器收敛崩溃

固定目标异常检测器存在“收敛坍缩”：优化越好、检测越差，因为收敛后残差信号在异常与正常数据上同时消失。José Lucas De Melo Costa 等作者提出闭式、免训练、CPU 高效的 Kernel Contraction Matching（KCM），并在此基础上引入 Kernel-Anchored Regularizer（KAR），惩罚神经预测偏离训练目标的核加权平均，以缓解该问题。 作者称 KAR 是在 KCM 基础上提出的正则化方法，其效果由作者提出并验证。

AI 根据报道生成 · 14 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。