Intel（英特尔）

RGLD: Randomized Global-Local Density Estimation for Tabular Anomaly Detection

RGLD: 用于表格异常检测的随机全局-局部密度估计

Quanling Zhao, Jiaying Yang, Ye Tian, Josh Victoria, Zhijun Wang, Pietro Mercati, Onat Gungor, Tajana Rosing

机构 * Computer Science and Engineering, University of California San Diego（加州大学圣地亚哥分校计算机科学与工程系） ； Intel Corporation（英特尔公司） 纠错

AI总结 提出RGLD方法，结合全局随机特征密度分支和局部邻居分支，在特征袋随机视图上检测异常，在47个表格数据集上取得最优AUROC性能，速度比深度检测器快50-580倍。