Deep One-Class Classification这篇论文用的什么方法

Deep One-Class Classification使用深度学习方法来实现单类分类。具体来说，它使用了一种称为深度自编码器（Deep Autoencoder）的神经网络模型，该模型可以学习将输入数据压缩到一个低维表示中，然后再将其解压缩回原始维度。在Deep One-Class Classification中，该模型的目标是学习将正样本数据压缩到一个低维表示中，同时最小化重构误差，而负样本数据则被认为是无法被良好地重构的。因此，模型可以用于检测新的未知数据是否与已知的正样本数据相似，从而实现单类分类。