Machine learningMachine learning

Detecció d'anomalies amb autoencoder en línia

La detecció d'anomalies amb autoencoder en línia entrena un autoencoder de manera incremental en un flux de dades continu, marcant com a anomalies les observacions l'error de reconstrucció de les quals supera un llindar adaptatiu. Aquest enfocament combina el poder representacional dels autoencoders profunds amb la capacitat d'actualització incremental de l'aprenentatge en línia, fent-lo adequat per a escenaris de flux de dades en temps real o de gran volum on la reentrenament per lots no és pràctic.

Obre a MethodMindAviatVídeoAviatDownload slides

Llegeix el mètode complet

Només per a membres

Inicia la sessió amb un compte gratuït per llegir aquesta secció.

Inicia la sessió

Method map

The neighbourhood of related methods — select a node to explore.

Fonts

  1. An, J. & Cho, S. (2015). Variational Autoencoder based Anomaly Detection using Reconstruction Probability. SNU Data Mining Center, 2015-2. link
  2. Zenati, H., Foo, C. S., Lecouat, B., Manek, G. & Chandrasekhar, V. R. (2018). Efficient GAN-Based Anomaly Detection. ICLR 2018 Workshop. link

Com citar aquesta pàgina

ScholarGate. (2026, June 3). Online Autoencoder Anomaly Detection (Incremental Autoencoder for Streaming Anomaly Detection). ScholarGate. https://scholargate.app/ca/machine-learning/online-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.

Compare side by side
ScholarGateOnline Autoencoder Anomaly Detection (Online Autoencoder Anomaly Detection (Incremental Autoencoder for Streaming Anomaly Detection)). Recuperat el 2026-06-15 de https://scholargate.app/ca/machine-learning/online-autoencoder-anomaly-detection · Conjunt de dades: https://doi.org/10.5281/zenodo.20539026