SVM d'una sola classe auto-supervisat
L'SVM univariant d'un sol tipus auto-supervisat combina l'aprenentatge de representacions basat en tasques pretextuals amb l'SVM univariant d'un sol tipus per detectar anomalies i novetats sense necessitat d'exemples d'anomalies etiquetats. El model aprèn primer embeddings de característiques expressives només a partir de dades normals, i després ajusta un límit d'OC-SVM a l'espai de característiques après per assenyalar mostres fora de distribució.
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
- 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 ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Self-supervised One-class Support Vector Machine. ScholarGate. https://scholargate.app/ca/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.
- Detecció d'anomalies amb autoencodersAprenentatge automàtic↔ compare
- Processos GaussianosAprenentatge automàtic↔ compare
- Isolation ForestAprenentatge automàtic↔ compare
- SVM d'una sola classeAprenentatge automàtic↔ compare
- Aprenentatge autosupervisatAprenentatge automàtic↔ compare
- SVM de classe única semisupervisadaAprenentatge automàtic↔ compare
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →