Самообучаващ се еднокласов SVM
Самообучаващият се еднокласов SVM (Self-supervised One-class SVM) комбинира учене на представяния чрез предварително зададени задачи (pretext-task-based representation learning) с еднокласов SVM за откриване на аномалии и нововъведения без нужда от етикетирани примери за аномалии. Моделът първо научава изразителни векторни представяния (feature embeddings) само от нормални данни, след което напасва граница на OC-SVM в наученото векторно пространство, за да маркира извънразпределителни (out-of-distribution) проби.
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
- Golan, I. & El-Yaniv, R. (2018). Deep One-Class Classification. Proceedings of the 35th International Conference on Machine Learning (ICML), PMLR 80, 1747–1756. link ↗
- Ruff, L., Vandermeulen, R., Goernitz, N., Deecke, L., Siddiqui, S. A., Binder, A., Muller, E. & Kloft, M. (2018). Deep One-Class Classification. Proceedings of the 35th International Conference on Machine Learning (ICML), PMLR 80, 4393–4402. link ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Self-supervised One-class Support Vector Machine. ScholarGate. https://scholargate.app/bg/machine-learning/self-supervised-one-class-svm
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
- Гаусов процесМашинно обучение↔ compare
- Isolation ForestМашинно обучение↔ compare
- Еднокласов SVMМашинно обучение↔ compare
- Самообучаващо се ученеМашинно обучение↔ compare
- Полу-наблюдавано SVM от един класМашинно обучение↔ compare
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →