Optimal transport theory for anomaly detection / Imad Anis Kheffache (2024)

Public ISBD Titre : Optimal transport theory for anomaly detection Type de document : document électronique Auteurs : Imad Anis Kheffache, Auteur ; Mireille Batton-hubert, Directeur de thèse ; Marina Krémé, Directeur de thèse ; Arthur Kramer, Directeur de thèse ; Latifa Debbi, Directeur de thèse Editeur : [S.l.] : [s.n.] Année de publication : 2024 Importance : 1 fichier PDF (2.1 Mo) Présentation : ill. Note générale : Mode d'accès : accès au texte intégral par intranet. Mémoire de Projet de Fin d’Etudes : Génie Industriel. Data Science-Intelligence Artificielle : Alger, Ecole Nationale Polytechnique : 2024 Bibliogr. p. 60 - 63 Langues : Anglais (eng) Mots-clés : Optimal transport Cost matrix Anomalies Anomaly detection Signals Threshold Index. décimale : PI02824 Résumé : The emergence of Kantorovich’s formulation for the optimal transport problem and the advent of powerful computational resources have made significant advancements possible in several fields such as economics, fluid dynamics, and computer vision. Notably, it has also enabled improvements in various branches of data science, including computer vision and machine learning, among others. The goal of this thesis was to explore the link between optimal transport and anomaly detection and to address the fol- lowing research question: Is it possible to leverage optimal transport theory and its tools for anomaly detection? In this work, we provide an affirmative answer to the guiding question. We also present preliminary methods that use optimal transport to detect anomalies. Optimal transport theory for anomaly detection [document électronique] / Imad Anis Kheffache, Auteur ; Mireille Batton-hubert, Directeur de thèse ; Marina Krémé, Directeur de thèse ; Arthur Kramer, Directeur de thèse ; Latifa Debbi, Directeur de thèse . - [S.l.] : [s.n.], 2024 . - 1 fichier PDF (2.1 Mo) : ill. Mode d'accès : accès au texte intégral par intranet. Mémoire de Projet de Fin d’Etudes : Génie Industriel. Data Science-Intelligence Artificielle : Alger, Ecole Nationale Polytechnique : 2024 Bibliogr. p. 60 - 63 Langues : Anglais (eng) Mots-clés : Optimal transport Cost matrix Anomalies Anomaly detection Signals Threshold Index. décimale : PI02824 Résumé : The emergence of Kantorovich’s formulation for the optimal transport problem and the advent of powerful computational resources have made significant advancements possible in several fields such as economics, fluid dynamics, and computer vision. Notably, it has also enabled improvements in various branches of data science, including computer vision and machine learning, among others. The goal of this thesis was to explore the link between optimal transport and anomaly detection and to address the fol- lowing research question: Is it possible to leverage optimal transport theory and its tools for anomaly detection? In this work, we provide an affirmative answer to the guiding question. We also present preliminary methods that use optimal transport to detect anomalies.

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité	Spécialité	Etat_Exemplaire
//	PI02824	Ressources électroniques	Bibliothèque centrale	Projet Fin d'Etudes	Disponible	Data sciences_Intelligence artificielle	Téléchargeable