Noise Contrastive Estimation of Coupled Energy-Based Model for Anomaly Detection

본 논문에서는 이상탐지를 위한 새로운 결합에너지기반모델(CEBM)과 이를 학습하기 위한 잡음대비추정(NCE) 기법을 제시한다. CEBM의 구조는 비정규화된 두 개의 확률분포의 곱으로 구성되며, 각각의 분포는 심층신경망을 갖는 에너지 함수에 의해 정의된다. CEBM의 하나의 분포를 잡음분포로 사용하여 NCE의 목적함수를 유도하고 경사하강법에 따른 파라미터의 갱신법을 제시한다. 제안된 기법의 이상탐지 성능을 평가하기 위해 ECG, UNSW 그리고 MNIST/Fashion-MNIST를 이용한 실험을 수행한다. 실험 결과로 제안된 NCE로 학습된 CEBM이 모든 데이터 세트에서 기존의 EBM보다 더 높은 F1-score를 보여준다.