ICML 2024를 다녀와서..

ICML 2024에 'Outlier Detection' 주제로 논문이 채택되어 포스터 발표를 다녀온 경험을 공유하는 글입니다. 특히 스마트 팩토리 프로젝트 중 센서 데이터를 활용한 이상 탐지 경험에서 시작된 연구 과정을 상세히 설명합니다.

레이블링되지 않은 데이터 환경(Unsupervised Outlier Detection, UOD)에서 2단계 생성 모델을 사용했으나, 이후 likelihood based generative model이 UOD에 적합하지 않다는 것을 발견했습니다. 연구를 통해 fitting 초기 단계에서 발생하는 'inlier memorization' 현상을 발견하고, 이를 해결하기 위한 알고리즘을 발전시킨 내용을 다룹니다.

모델 업데이트 시마다 학습 데이터의 손실 분포를 분석하여 inlier와 outlier 그룹 간의 거리를 Wasserstein 거리로 측정하는 방식에 대해 설명합니다.