اكتشاف الشذوذ باستخدام المشفر التلقائي والتعلم النشط
يجمع المشفر التلقائي للتعلم النشط لاكتشاف الشذوذ بين تقييم خطأ إعادة البناء غير الخاضع للإشراف للمشفر التلقائي وحلقة استعلام التعلم النشط. يقوم النموذج بتمييز الحالات ذات الخطأ المرتفع كشذوذ مرشح، ويطلب بشكل انتقائي من خبير بشري تسمية الأكثر إفادة، ويعيد التدريب بشكل تكراري - مما يحقق اكتشافًا قويًا للشذوذ بميزانية تسمية صغيرة فقط.
اقرأ الطريقة كاملة
سجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
المصادر
- Pimentel, M. A. F., Clifton, D. A., Clifton, L., & Tarassenko, L. (2014). A review of novelty detection. Signal Processing, 99, 215–249. DOI: 10.1016/j.sigpro.2013.12.026 ↗
- Zhu, Y., Lukasiewicz, T. (2020). DPLAN: Discourse-level Plan-based Text Generation. Proceedings of the 28th International Conference on Computational Linguistics, 3464–3474. (See also: Guo et al. (2018). Deep Active Learning for Anomaly Detection. Neurocomputing, 290, 135–143.) link ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 3). Active Learning-Guided Autoencoder Anomaly Detection. ScholarGate. https://scholargate.app/ar/machine-learning/active-learning-autoencoder-anomaly-detection
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- عزل الغابة النشط للتعلمتعلم الآلة↔ compare
- التعلم النشط لآلة المتجهات الداعمة أحادية الفئةتعلم الآلة↔ compare
- اكتشاف الشذوذ باستخدام التشفير التلقائيتعلم الآلة↔ compare
- اكتشاف الشذوذ باستخدام التشفير التلقائي البايزيتعلم الآلة↔ compare
- اكتشاف الشذوذ باستخدام تجميع المشفرات التلقائيةتعلم الآلة↔ compare
- كشف الشذوذ باستخدام التشفير التلقائي شبه المُشرف عليهتعلم الآلة↔ compare