बायेसियन ऑटोएन्कोडर विसंगति का पता लगाना
बायेसियन ऑटोएन्कोडर विसंगति का पता लगाना सामान्य डेटा पर प्रशिक्षित एक संभाव्य जनरेटिव मॉडल - एक चर ऑटोएन्कोडर - का उपयोग करता है, ताकि उच्च पुनर्निर्माण त्रुटि या सीखे गए वितरण के तहत कम संभावना के आधार पर विसंगतियों को चिह्नित किया जा सके। अव्यक्त स्थान को एक निश्चित बिंदु के बजाय एक संभाव्यता वितरण के रूप में मानकर, यह प्रत्येक विसंगति स्कोर के साथ-साथ सिद्धांत-आधारित अनिश्चितता अनुमान प्रदान करता है, जिससे यह उच्च-दांव वाली पहचान कार्यों में विशेष रूप से मूल्यवान हो जाता 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.
स्रोत
- Kingma, D. P. & Welling, M. (2014). Auto-Encoding Variational Bayes. Proceedings of the 2nd International Conference on Learning Representations (ICLR 2014). link ↗
- An, J. & Cho, S. (2015). Variational Autoencoder based Anomaly Detection using Reconstruction Probability. ICDM Workshop on Data Mining in Networks. link ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Bayesian Autoencoder Anomaly Detection (Probabilistic Reconstruction-Error Framework). ScholarGate. https://scholargate.app/hi/machine-learning/bayesian-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.
- ऑटोएन्कोडर विसंगति का पता लगानामशीन अधिगम↔ compare
- बेयसियन गाऊसी मिश्रण मॉडलमशीन अधिगम↔ compare
- आइसोलेशन फ़ॉरेस्टमशीन अधिगम↔ compare
- वन-क्लास एसवीएममशीन अधिगम↔ compare
- अर्ध-पर्यवेक्षित ऑटोएन्कोडर विसंगति का पता लगानामशीन अधिगम↔ compare