抗超球坍缩
该模型通过解耦表示学习构建多个超球，避免传统Deep SVDD将所有数据映射到同一中心的问题，同时增强对离群点的鲁棒性。
邢红杰 · Hui-Nan, Wu · Zhang, Pingping
Pattern Recognition 2024
利用解耦表示学习将特征分为判别表示和生成表示，并构建多个超球，避免将所有数据映射到同一中心。
通过联合优化VAE损失、增强重构误差、增强损失、超球平均半径和判别表示到对应超球中心的平均距离，使模型学习更紧凑且具有判别性的特征表示，从而对离群点更具鲁棒性。