ऑटोएन्कोडर विसंगति का पता लगाना
ऑटोएन्कोडर विसंगति का पता लगाना एक तंत्रिका नेटवर्क को सामान्य डेटा को संपीड़ित करने और फिर पुनर्निर्मित करने के लिए प्रशिक्षित करता है। चूंकि मॉडल ने केवल यह सीखा है कि सामान्य क्या दिखता है, इसलिए विसंगत इनपुट ध्यान देने योग्य रूप से उच्च पुनर्निर्माण त्रुटियां उत्पन्न करते हैं — और वे त्रुटियां विसंगति स्कोर बन जाती हैं। इस विधि के लिए किसी लेबल वाली विसंगतियों की आवश्यकता नहीं होती है और यह स्वाभाविक रूप से उच्च-आयामी डेटा जैसे सेंसर स्ट्रीम, छवियों और लॉग रिकॉर्ड तक मापता है।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
+13 more
स्रोत
- Chalapathy, R. & Chawla, S. (2019). Deep learning for anomaly detection: A survey. arXiv preprint arXiv:1901.03407. link ↗
- Hinton, G. E. & Salakhutdinov, R. R. (2006). Reducing the dimensionality of data with neural networks. Science, 313(5786), 504–507. DOI: 10.1126/science.1127647 ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Autoencoder-Based Anomaly Detection (Reconstruction-Error Method). ScholarGate. https://scholargate.app/hi/machine-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.
- आइसोलेशन फ़ॉरेस्टमशीन अधिगम↔ compare
- वन-क्लास एसवीएममशीन अधिगम↔ compare
- वैरिएशन ऑटोएन्कोडरगहन अधिगम↔ compare