无监督学习何时成败？基于子空间视角的重构异常检测几何分析
该研究探讨了基于重构的无监督异常检测在模型过度拟合异常或丢失正常变异时的失败机理。论文借助“子空间追求”（PoS）假说，从交集、并集和联接几何视角对失败模式进行理论表征：模型容量过大易引发联接盲区，容量不足则会导致交集偏好与正常保真度下降。研究证明紧凑的正常数据并集是最优保真范围，通常依赖非线性重构映射实现。
推荐理由从几何与子空间理论角度系统解析了重构型无监督异常检测的成败机理，具有扎实的理论分析价值。
原标题：When Does Unsupervised Learning Succeed or Fail? A PoS Perspective on Reconstruction-Based Anomaly Detection
阅读 arXiv 机器学习 原文 ↗