Aktivno učenje autoenkoderom za detekciju anomalija
Aktivno učenje autoenkoderom za detekciju anomalija kombinira nenadziranu procjenu pogreške rekonstrukcije autoenkodera s petljom upita za aktivno učenje. Model označava instance s visokom pogreškom kao kandidatske anomalije, selektivno traži od ljudskog 'oraclea' da označi najinformativnije, te iterativno ponovno trenira — postižući snažnu detekciju anomalija s malim budžetom za označavanje.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- Pimentel, M. A. F., Clifton, D. A., Clifton, L., & Tarassenko, L. (2014). A review of novelty detection. Signal Processing, 99, 215–249. DOI: 10.1016/j.sigpro.2013.12.026 ↗
- Zhu, Y., Lukasiewicz, T. (2020). DPLAN: Discourse-level Plan-based Text Generation. Proceedings of the 28th International Conference on Computational Linguistics, 3464–3474. (See also: Guo et al. (2018). Deep Active Learning for Anomaly Detection. Neurocomputing, 290, 135–143.) link ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Active Learning-Guided Autoencoder Anomaly Detection. ScholarGate. https://scholargate.app/hr/machine-learning/active-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.
- Aktivno učenje Izolacijske šumeStrojno učenje↔ compare
- Aktivno učenje Jednoklasni SVMStrojno učenje↔ compare
- Detekcija anomalija pomoću autoenkoderaStrojno učenje↔ compare
- Bayesov autoenkoder za detekciju anomalijaStrojno učenje↔ compare
- Detekcija anomalija pomoću ansambla autoenkoderaStrojno učenje↔ compare
- Polunadzorna detekcija anomalija pomoću autoenkoderaStrojno učenje↔ compare
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →