Anomaly Detection -1

이미지를 이용한 anomaly detection을 수행하였습니다. 

 

치아 사진들을 이용한 anomaly detection이다. 치아의 정면, 좌측, 우측 등 구강 내의 사진과 아무런 사진(anomal)을 넣었을 때, 사진이 치아가 맞는지 분류해내는 단순한 project였습니다. 우리 조에서 사용하였던 model 은 IForest입니다.

 

간단하게 iforest에 대해 설명을 먼저 하도록 하겠습니다.

 

Isolation Forest 의 motivation은 few and different입니다.

• The minority consists of fewer instances
• They have attribute-values, which are vert different from those of normal instances

 

Tree structure은 모든 single instances에 대해 isloate하기 위해 효과적으로 구성되어있습니다.

• Novel instances are isolated closer to the root of the tree
• Normal instances are isolated at the deeper end of the tree

 

The isolation characteristics of tree forms the basis of the method to detec novel instances

• the average path to the terminal node can be used as a novelty score of an instance

 

Definition : Novelty score

 

Training Isolation Forest

• Randomly sample datasets : 256 is generally enough

• Randomly select an attribute q
• Randomly select a split point p between the max and min values of attribute q