جنگل ایزوله خودنظارتی
جنگل ایزوله خودنظارتی، آشکارساز ناهنجاری جنگل ایزوله کلاسیک را با یک مرحله پیشآموزش خودنظارتی تکمیل میکند. یک وظیفه پیشینی - مانند پیشبینی چرخش، ویژگیهای ماسکشده، یا جفتهای کنتراستیو - بدون برچسب حل میشود تا بازنمایی غنیتری از ویژگیها آموخته شود، که سپس هنگام ساخت درختان ایزوله استفاده میشود و امتیازات ناهنجاری واضحتری را در دادههای جدولی پیچیده و با ابعاد بالا تولید میکند.
مطالعهٔ کامل روش
برای خواندن این بخش با حساب رایگان وارد شوید.
Method map
The neighbourhood of related methods — select a node to explore.
منابع
- 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. link ↗
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 3). Self-supervised Isolation Forest (SSL-augmented Anomaly Detection). ScholarGate. https://scholargate.app/fa/machine-learning/self-supervised-isolation-forest
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.
- خودرمزگذاریادگیری عمیق↔ compare
- جنگل ایزوله (Isolation Forest)یادگیری ماشین↔ compare
- عامل دورافتادگی محلی (LOF)یادگیری ماشین↔ compare
- ماشین بردار پشتیبان تک کلاسهیادگیری ماشین↔ compare
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →