Detecció d'anomalies amb autoencoder i aprenentatge actiu
L'aprenentatge actiu amb autoencoder combina la puntuació d'errors de reconstrucció no supervisada d'un autoencoder amb un bucle de consulta d'aprenentatge actiu. El model marca instàncies amb errors elevats com a anomalies candidates, demana selectivament a un oracle humà que etiqueti les més informatives i reentrena iterativament, aconseguint una forta detecció d'anomalies amb un pressupost d'etiquetatge reduït.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- 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 ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Active Learning-Guided Autoencoder Anomaly Detection. ScholarGate. https://scholargate.app/ca/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.
- Isolation Forest d'aprenentatge actiuAprenentatge automàtic↔ compare
- Aprenentatge Actiu amb SVM de Una ClasseAprenentatge automàtic↔ compare
- Detecció d'anomalies amb autoencodersAprenentatge automàtic↔ compare
- Detecció d'anomalies amb Autoencoder BayesianaAprenentatge automàtic↔ compare
- Detecció d'Anomalies amb Autoencoders EnsembleAprenentatge automàtic↔ compare
- Detecció d'Anomalies amb Autoencoder Semi-supervisatAprenentatge automàtic↔ compare
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →