Jednoklasni SVM potpomognut samoučenjem
Jednoklasni SVM potpomognut samoučenjem (Self-supervised One-class SVM) kombinira učenje reprezentacija temeljeno na predtekst zadatcima s jednoklasnim SVM-om za detekciju anomalija i noviteta bez potrebe za označenim primjerima anomalija. Model prvo uči izražajne ugradnje značajki (feature embeddings) samo iz normalnih podataka, a zatim postavlja granicu OC-SVM-a u naučenom prostoru značajki kako bi označio uzorke izvan distribucije.
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
- Golan, I. & El-Yaniv, R. (2018). Deep One-Class Classification. Proceedings of the 35th International Conference on Machine Learning (ICML), PMLR 80, 1747–1756. link ↗
- Ruff, L., Vandermeulen, R., Goernitz, N., Deecke, L., Siddiqui, S. A., Binder, A., Muller, E. & Kloft, M. (2018). Deep One-Class Classification. Proceedings of the 35th International Conference on Machine Learning (ICML), PMLR 80, 4393–4402. link ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Self-supervised One-class Support Vector Machine. ScholarGate. https://scholargate.app/hr/machine-learning/self-supervised-one-class-svm
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.
- Detekcija anomalija pomoću autoenkoderaStrojno učenje↔ compare
- Gaussovi procesiStrojno učenje↔ compare
- Izolacijska šumaStrojno učenje↔ compare
- Jednoklasni SVMStrojno učenje↔ compare
- Samonadzirano učenjeStrojno učenje↔ compare
- Polu-nadgledani jednoklasni SVMStrojno učenje↔ compare
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →