<br><br><div class="gmail_quote">---------- Forwarded message ----------<br>From: <b class="gmail_sendername">Ari Trachtenberg</b> <span dir="ltr">&lt;<a href="mailto:TRACHTEN@bu.edu">TRACHTEN@bu.edu</a>&gt;</span><br>Date: Mon, Aug 13, 2012 at 10:19 AM<br>

Subject: [Softphone] seminar today at noon in PHO339<br>To: <a href="mailto:softphone@cs.bu.edu">softphone@cs.bu.edu</a><br><br><br>Our next speaker will be Prof. Aryeh Kontorovich of Ben Gurion University<br>
(see below).<br>
<br>
The current plan of talks is:<br>
<br>
August 13:  Prof. Kontorovich, Metric Anomaly Detection Via Asymmetric Risk Minimization<br>
August 20:  Prof. Trachtenberg:  Blackhat 2012 recap<br>
August 27:  Quinn Shamblin:  Defcon 2012 recap<br>
<br>
Best,<br>
        -Ari<br>
---<br>
Title:  Metric Anomaly Detection Via Asymmetric Risk Minimization<br>
Speaker:  Prof. Aryeh Kontorovich, Ben Gurion University<br>
Abstract:<br>
We propose what appears to be the first anomaly detection framework<br>
that learns from positive examples only and is sensitive to<br>
substantial differences in the presentation and penalization of normal<br>
vs. anomalous points. Our framework introduces a novel type of<br>
asymmetry between how false alarms (misclassifications of a normal<br>
instance as an anomaly) and missed anomalies (misclassifications of an<br>
anomaly as normal) are penalized: whereas each false alarm incurs a<br>
unit cost, our model assumes that a high global cost is incurred if<br>
one or more anomalies are missed. We define a few natural notions of<br>
risk along with efficient minimization algorithms. Our framework is<br>
applicable to any metric space with a finite doubling dimension. We<br>
make minimalistic assumptions that naturally generalize notions such<br>
as margin in Euclidean spaces. We provide a theoretical analysis of<br>
the risk and show that under mild conditions, our classifier is<br>
asymptotically consistent. The learning algorithms we propose are<br>
computationally and statistically efficient and admit a further tradeoff<br>
between running time and precision. Some experimental results on<br>
real-world data are provided.<br>
<br>
Join work with: Danny Hendler, Eitan Menahem.<br>
<br>
Today&#39;s talk is sponsored by RISC, ECE, and the Hariri center.<br>
_______________________________________________<br>
Softphone mailing list<br>
<a href="mailto:Softphone@cs.bu.edu">Softphone@cs.bu.edu</a><br>
<a href="http://cs-mailman.bu.edu/mailman/listinfo/softphone" target="_blank">http://cs-mailman.bu.edu/mailman/listinfo/softphone</a><br>
</div><br>