Testing the Test: Score-Direction Instability in Class-Split Anomaly Detection

Die klassengeteilte Anomalieerkennung innerhalb eines Datensatzes kann problematisch werden, wenn die Anomalieklasse mit den normalen Daten überlappt, was zu instabilen oder invertierten Bewertungen führt. Eine neue, trainingsfreie Diagnose, das "Neighborhood Class Leakage", wird vorgestellt, die diese Instabilität über verschiedene Datensätze und Modelle hinweg vorhersagt.