We devised a Local Anomaly Descript

We devised a Local Anomaly Descriptor (LAD) that faithfully reveals the
intrinsic neighborhood density to detect anomalies. LAD bridges global and
local properties, which makes it self-adaptive with different samples’ neighborhood.
To offer better stability of local density measurement on scaling
parameter tuning, we formulated a Fermi Density Descriptor (FDD). FDD
steadily distinguishes anomalies from normal instances with most of the
scaling parameter settings. We also quantified and examined the effect of
different Laplacian normalizations with the purpose of detecting anomalies

ผลลัพธ์ (ไทย) 2:

เราวางแผนท้องถิ่นอธิบายความผิดปกติ (หนุ่ม) ที่นับถือเผยให้เห็น
ความหนาแน่นของเขตที่แท้จริงในการตรวจสอบความผิดปกติ หนุ่มสะพานทั่วโลกและ
คุณสมบัติเฉพาะซึ่งจะทำให้มันปรับตัวได้กับพื้นที่ใกล้เคียงตัวอย่างที่แตกต่างกัน.
เพื่อให้เสถียรภาพที่ดีขึ้นของการวัดความหนาแน่นของท้องถิ่นในการปรับ
จูนพารามิเตอร์เราสูตรความหนาแน่นอธิบายแฟร์ (FDD) FDD
อย่างต่อเนื่องแตกต่างจากความผิดปกติกรณีปกติกับที่สุดของ
การตั้งค่าพารามิเตอร์การปรับ นอกจากนี้เรายังวัดและตรวจสอบผลกระทบของ
normalizations Laplacian ที่แตกต่างกันโดยมีวัตถุประสงค์เพื่อตรวจสอบความผิดปกติ

ผลลัพธ์ (ไทย) 3:

เราวางแผนหัวเรื่องมิติท้องถิ่น ( หนุ่ม ) ที่นับถือแสดงภายในชุมชนหนาแน่น เพื่อตรวจหาความผิดปกติ หนุ่มสะพานทั่วโลกและคุณสมบัติท้องถิ่น ซึ่งจะทำให้ self-adaptive ตัวอย่างต่างๆในละแวกนี้เพื่อให้ความมั่นคงที่ดีกว่าการวัดความหนาแน่นในการท้องถิ่นการปรับค่าพารามิเตอร์ที่เรากำหนดหัวเรื่องของแฟร์มี ( FDD ) FDDอย่างต่อเนื่องแตกต่างจากกรณีปกติ ความผิดปกติกับที่สุดของปรับการตั้งค่าพารามิเตอร์ เราสามารถวัดและตรวจสอบผลของnormalizations Laplacian แตกต่างกับวัตถุประสงค์ของการตรวจหาความผิดปกติ