JD
Jiahao Dong
Author with expertise in Anomaly Detection in High-Dimensional Data
Achievements
This user has not unlocked any achievements yet.
Key Stats
Upvotes received:
0
Publications:
2
(0% Open Access)
Cited by:
0
h-index:
11
/
i10-index:
11
Reputation
Biology
< 1%
Chemistry
< 1%
Economics
< 1%
Show more
How is this calculated?
Publications
0

CLIP-FSAC: Boosting CLIP for Few-Shot Anomaly Classification with Synthetic Anomalies

Zuo Zuo et al.Aug 1, 2024
Few-shot anomaly classification (FSAC) is a vital task in manufacturing industry. Recent methods focus on utilizing CLIP in zero/few normal shot anomaly detection instead of custom models. However, there is a lack of specific text prompts in anomaly classification and most of them ignore the modality gap between image and text. Meanwhile, there is distribution discrepancy between the pre-trained and the target data. To provide a remedy, in this paper, we propose a method to boost CLIP for few-normal-shot anomaly classification, dubbed CLIP-FSAC, which contains two-stage of training and alternating fine-tuning with two modality-specific adapters. Specifically, in the first stage, we train image adapter with text representation output from text encoder and introduce an image-to-text tuning to enhance multi-modal interaction and facilitate a better language-compatible visual representation. In the second stage, we freeze the image adapter to train the text adapter. Both of them are constrained by fusion-text contrastive loss. Comprehensive experiment results are provided for evaluating our method in few-normal-shot anomaly classification, which outperforms the state-of-the-art method by 12.2%, 10.9%, 10.4% AUROC on VisA for 1, 2, and 4-shot settings.
0

Biofilm growth characteristic and footprint identification in gravity-driven ceramic membrane bioreactor with electro-coagulation under extreme conditions for roofing rainwater purification

Wei Song et al.Sep 1, 2024
The identification of biofilm growth footprints influencing on the biofilm detachment and breakup can advance research into how biofilms form. Thus, a gravity-driven ceramic membrane bioreactor (GDCMBR) was used to investigate the growth, detachment and breakup of biofilm using rainwater pretreated by electrocoagulation under 70-days continuous operation. The in-situ ultrasonic time-domain reflectometry (UTDR) technique was applied to non-invasively determine the biofilm thickness. Initially, the biofilm was slowly thickening, but it would collapse and became thinner after accumulating to a certain level, and then it thickened again in a later period, following a cyclic pattern of 'thickening - collapsing - thickening'. This is because the biofilm growth is related with the accumulation of flocs, however, excessive floc formation results in the biofilm being overweight till reaching the thickness limit and thus collapsing. Subsequently, the biofilm gradually thickens again due to the floc production and continuous deposition. Although the biofilm was dynamically changing, the water quality of treatment of the biofilm always remained stable. Ammonia nitrogen and total phosphorus have been almost completely removed, while COD