論文

アブストとイントロのみ理解する。

アブスト

Support Vector Data Description(SVDD)は１クラス分類問題において有名な手法の一つである。

この手法は与えられた正常データ分布に対してそれを包含するような超球を学習する。

テストデータが超球内に含まれるかどうかで、そのデータの正常、異常を判断する事が可能になる。

非線形性に対応するため、SVDDはカーネル関数による特徴空間写像と組み合わせて使われる。

本論では、SVDDを拡張し特徴空間上での雑音除去を行う手段を提案する。

SVDDで学習した超球面に対し、測地線に沿ってテストデータを写像する事でそれは実現される。

超球面（あるいはその内部）はデータの正常性を表すため、測地線写像によってテストデータに含まれている正常でない部分（雑音、異常等）のみを適切に除去出来る事になる。

またpreimage問題を解く事で雑音除去されたデータを特徴空間から元のデータ空間へ逆写像する手法についても議論する。

アブストとほぼ言ってる事が変わらない。

測地線写像、preimage問題と高コストな処理満載でしんどそうな感じ。