본 논문은 구조화된 패턴에 대한 이상 탐지를 다루는 새로운 방법인 PIF(Preference-based Isolation Forest)를 제안합니다. PIF는 적응형 isolation method의 장점과 preference embedding의 유연성을 결합하여, 고차원 공간에 데이터를 embedding하고 효율적인 트리 기반 방법인 PI-Forest를 사용하여 이상치 점수를 계산합니다. 합성 및 실제 데이터셋 실험 결과, PIF는 최첨단 이상 탐지 기법들과 비교하여 우수한 성능을 보이며, PI-Forest는 임의의 거리 측정 및 preference space에서의 점 분리에 더 효과적임을 확인하였습니다.
