ゼロショットグラフ異常検知に向けた頑健な正規性推定手法「RINSE」
arXiv cs.AI ・ 2026-09-02
原題: RINSE: Robust Target-Time Normality Estimation for Zero-Shot Graph Anomaly Detection
AI による要約
未見のターゲットグラフに対してソースモデルを固定したまま適応する、勾配不要のゼロショットグラフ異常検知フレームワーク「RINSE」を提案した。低残差のターゲットノードを信頼性の高いサブセットとして特定し、段階的に正規性を自己推定することでドメインシフトの影響を軽減する。8つの未見ターゲットグラフにおいて、既存手法を上回る平均AUPRCを達成した。
この要約は当サイトの AI が生成したものです。正確な内容は 元記事（arXiv cs.AI）をご確認ください。