基于特征重建的知識蒸餾異常檢測方法（英文）

摘要： 近年來，異常檢測在工業生產中備受關注。傳統的異常檢測方法通常依賴于對樣本的直接比較，往往忽略了樣本之間的內在關系，導致識別異常樣本的準確率不高。針對這一問題，本研究提出了一種基于特征重建的知識蒸餾異常檢測方法。將師生網絡結構反置之后進行知識蒸餾，避免師生網絡具有相同的輸入和相似的結構。通過使用特征拼接統合不同層級的特征來提高可表示性，并使用改進后的Transformer對合并后...