GADAL主动学习框架

图异常检测预算降至3%

多视角查询策略实现低标注预算下图异常检测的高性能,显著优于现有方法。

Wenjing, Chang · Yu, Jianjun · Xiaojun, Zhou

Lecture Notes in Computer Science 2023

参数信息

标注预算
<3 %

技术优势

预算大幅降低

GADAL 在不到 3% 的标注预算下达到与最先进方法相当的性能,显著减少人工标注需求。

异常感知更强

采用基于可扩展滑动窗口的异常感知查询策略,丰富异常模式并缓解类别不平衡。

捕捉关键节点

基于有效度的不一致感知查询策略,优先选择信息聚合中特异性的节点。

混合策略更优

将两种查询策略混合,实验证明显著优于其他主动学习策略。

应用场景