基于少样本深度学习的异常检测方法:综述与展望

随着深度学习技术的迅猛发展和广泛应用,需要进行异常检测的场景也越来越多.然而,在对深度神经网络进行训练时,现有的数据集往往不足够支撑模型进行有效的训练,应用少样本学习进行异常检测获得了广泛的关注.本文首先对异常检测问题进行了说明,对少样本学习进行异常检测进行了定义;其次,本文系统的总结了基于少样本学习进行异常检测的方法,对基于少样本学习进行异常检测从两个角度进行了分类,总结了评价指标,介绍了常用的数据集;最后,本文对少样本学习异常检测的未来进行了展望,提出了研究方向和思路.