स्व-पर्यवेक्षित ऑटोएन्कोडर विसंगति संसूचन
स्व-पर्यवेक्षित ऑटोएन्कोडर विसंगति संसूचन, अलक्षित सामान्य डेटा पर स्व-पर्यवेक्षित प्रीटेक्स्ट कार्यों — जैसे ज्यामितीय परिवर्तनों की भविष्यवाणी करना या जिगसॉ पहेलियाँ हल करना — का उपयोग करके एक ऑटोएन्कोडर को प्रशिक्षित करता है, फिर किसी भी इनपुट को विसंगतिपूर्ण के रूप में चिह्नित करता है जिसका पुनर्निर्माण त्रुटि या प्रीटेक्स्ट-कार्य स्कोर सीखे गए सामान्य वितरण से काफी विचलित होता 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
- Golan, I. & El-Yaniv, R. (2018). Deep one-class classification via geometric transformations. Advances in Neural Information Processing Systems (NeurIPS), 31. link ↗
- Ruff, L., Kauffmann, J. R., Vandermeulen, R. A., Montavon, G., Samek, W., Kloft, M., Dietterich, T. G., & Müller, K.-R. (2021). A unifying review of deep and shallow anomaly detection. Proceedings of the IEEE, 109(5), 756–795. DOI: 10.1109/JPROC.2021.3052449 ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Self-supervised Autoencoder Anomaly Detection (Pretext-Task Reconstruction-Based Anomaly Detection). ScholarGate. https://scholargate.app/hi/machine-learning/self-supervised-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
- आइसोलेशन फ़ॉरेस्टमशीन अधिगम↔ compare
- वन-क्लास एसवीएममशीन अधिगम↔ compare
- स्व-पर्यवेक्षित शिक्षणमशीन अधिगम↔ compare
- अर्ध-पर्यवेक्षित ऑटोएन्कोडर विसंगति का पता लगानामशीन अधिगम↔ compare
- वैरिएशन ऑटोएन्कोडरगहन अधिगम↔ compare