Testing the Test: Score-Direction Instability in Class-Split Anomaly Detection
यह शोध पत्र यह प्रदर्शित करता है कि विसंगति का पता लगाने (anomaly detection) के लिए डेटासेट के भीतर क्लास-स्प्लिट मूल्यांकन तब अनिश्चित (ill-posed) हो सकता है और अस्थिर या उलटे स्कोर उत्पन्न कर सकता है जब होल्ड-आउट विसंगति कक्षाएं (held-out anomaly classes) प्रतिनिधित्व स्थान (representation space) में सामान्य डेटा के साथ ओवरलैप होती हैं, जो विभिन्न डेटासेट्स और फीचर स्पेस में ऐसे विफलताओं की भविष्यवाणी करने के लिए "नेबरहुड क्लास लीकेज" नामक एक प्रशिक्षण-मुक्त नैदानिक (training-free diagnostic) का प्रस्ताव करता है।