Ανίχνευση Ανωμαλιών με Αυτοκωδικοποιητή και Ενεργή Μάθηση
Η Ανίχνευση Ανωμαλιών με Αυτοκωδικοποιητή και Ενεργή Μάθηση συνδυάζει την μη επιβλεπόμενη βαθμολόγηση σφάλματος ανακατασκευής ενός αυτοκωδικοποιητή με έναν βρόχο ερωτήσεων ενεργής μάθησης. Το μοντέλο επισημαίνει στιγμιότυπα υψηλού σφάλματος ως υποψήφιες ανωμαλίες, επιλεκτικά ζητά από έναν ανθρώπινο οραματιστή να επισημάνει τις πιο πληροφοριακές, και επανεκπαιδεύεται επαναληπτικά — επιτυγχάνοντας ισχυρή ανίχνευση ανωμαλιών με μόνο έναν μικρό προϋπολογισμό επισημείωσης.
Διαβάστε ολόκληρη τη μέθοδο
Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.
Method map
The neighbourhood of related methods — select a node to explore.
Πηγές
- 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 ↗
Πώς να παραπέμψετε σε αυτή τη σελίδα
ScholarGate. (2026, June 3). Active Learning-Guided Autoencoder Anomaly Detection. ScholarGate. https://scholargate.app/el/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.
- Active Learning Isolation ForestΜηχανική Μάθηση↔ compare
- Ενεργή Μάθηση με Μηχανή Υποστήριξης Μίας Κλάσης (One-class SVM)Μηχανική Μάθηση↔ compare
- Ανίχνευση ανωμαλιών με ΑυτοκωδικοποιητήΜηχανική Μάθηση↔ compare
- Ανίχνευση Ανωμαλιών με Μπεϋζιανό ΑυτοκωδικοποιητήΜηχανική Μάθηση↔ compare
- Ανίχνευση Ανωμαλιών με Σύνολο ΑυτοκωδικοποιητώνΜηχανική Μάθηση↔ compare
- Ανίχνευση Ανωμαλιών με Ημι-επιβλεπόμενο ΑυτοκωδικοποιητήΜηχανική Μάθηση↔ compare
Εντοπίσατε πρόβλημα σε αυτή τη σελίδα; Αναφέρετέ το ή προτείνετε διόρθωση →