论文阅读：Measuring internal inequality in capsule networks for supervised anomaly detection

这篇文章写得有点粗糙，但是想法很好，把capsnet应用在anomaly detection方向上的做法稍加改进就可以将其复制到drift detection上。

总的来说，这篇文章就是观察capsnet中的动态路由系数，如果没有出现anomaly，那么指向不同secondary capsules的系数应该有较大的差异（模型对某预测正确的类置信度很高，而对其他的类置信度很低），当出现anomaly时，这个差异会显著减小。

 
可以看到，在右图中，normal case的基尼系数比anomalous的基尼系数小很多（文中没有说明什么是normal/anomalous capsule，我也不知道那是个啥），所以当基尼系数增加时，可以认为发生了anomaly case。

想法很好