Meetodi tõendite kirje
Self-supervised Isolation Forest
Self-supervised Isolation Forest augments the classic Isolation Forest anomaly detector with a self-supervised pre-training stage. A pretext task — such as predicting rotation, masked features, or contrastive pairs — is solved without labels to learn a richer feature representation, which is then used when building the isolation trees, yielding sharper anomaly scores on complex, high-dimensional tabular data.
Allikakirje
Tsiteeringud kopeeritud meetodi allikakirjest sõna-sõnalt. Nendest ei saa järeldada väidete tasemel kinnitust.
Self-supervised Isolation Forest (SSL-augmented Anomaly Detection)
Taksonoomiline meetodikirje · ml-model / machine-learning
- Liu, F. T., Ting, K. M., & Zhou, Z.-H. (2008). Isolation Forest. In Proceedings of the 8th IEEE International Conference on Data Mining (ICDM), pp. 413–422. · DOI 10.1109/ICDM.2008.17
- Isolation Forest. Wikipedia. · URL
Kureeritud väited
Väited on salvestatud tõendite registrisse, igal oma hinnanguga.
Kureeritud väiteid veel pole
See vaade ei loo väite hinnangut, kui registris seda pole.
Seotud meetodid
Genereeritud meetodigraafist ja kuvatud masina soovitatud seostena – väiteid ei järeldata.