离群值（Outliers）是指在数据集中与其他数据点明显不同或者异常的数据点。这些数据点可能比其他数据点要远离数据集的中心，或者具有异常的 ...

7月15日下午，在每天例行的数据审核中，中油电能热电一公司技术监督部煤化验班班长房旭东发现一个煤样的挥发分数据，和数据库里的平均值作比对，结果相差很大。

机器之心专栏MMLab@NTU你是否也曾迷惑于「离群检测，异常检测，新类检测，开集识别，分布外检测」之间错综复杂的关系？你是否也想要解决开放 ...

离群点的检测是数据挖掘的核心问题之一。 数据的不断扩展和持续增长以及物联网设备的普及，使我们重新思考我们处理异常的方式，以及通过观察 ...

针对传统离群点检测算法在噪声数据、密度差异大和复杂分布数据集中的性能局限，研究人员提出基于最紧邻域 (Tightest Neighbors)的新算法TNOF。该算法通过定义对称性邻域关系与距离整合的离群因子，解决了LOF算法的top-n问题，在12种合成数据集和医学场景中展现出优于LOF、COF等6种对比方法的鲁棒性 ...

结论与意义 该研究首次将多变量形态描述符与非高斯离群检测结合，解决了传统QC方法在脑掩模评估中的局限性： 无监督优势：无需标注数据即可实现准确率>0.87，优于MRIQC等需预训练的工具。 临床适用性：通过案例可视化（图3）揭示BET在复杂解剖结构中的失效模式，为算法优化提供方向。