Байесов автоенкодер за детекция на аномалии
Байесовият автоенкодер за детекция на аномалии използва вариационен автоенкодер — вероятностен генеративен модел, обучен върху нормални данни — за маркиране на аномалии чрез висока грешка при реконструкция или ниска вероятност според наученото разпределение. Като третира латентното пространство като вероятностно разпределение, а не като фиксирана точка, той предоставя принципиални оценки на несигурността заедно с всеки резултат за аномалия, което го прави особено ценен при задачи за детекция с високи залози.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- Kingma, D. P. & Welling, M. (2014). Auto-Encoding Variational Bayes. Proceedings of the 2nd International Conference on Learning Representations (ICLR 2014). link ↗
- An, J. & Cho, S. (2015). Variational Autoencoder based Anomaly Detection using Reconstruction Probability. ICDM Workshop on Data Mining in Networks. link ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Bayesian Autoencoder Anomaly Detection (Probabilistic Reconstruction-Error Framework). ScholarGate. https://scholargate.app/bg/machine-learning/bayesian-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.
- Автоенкодер за детекция на аномалииМашинно обучение↔ compare
- Байесов модел на Гаусови смесиМашинно обучение↔ compare
- Isolation ForestМашинно обучение↔ compare
- Еднокласов SVMМашинно обучение↔ compare
- Полуавтоматично откриване на аномалии с автоенкодерМашинно обучение↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →