Aktív Tanulás Autoencoder Anomália Detektálása
Az Active Learning Autoencoder Anomaly Detection (Aktív Tanulású Autoencoder Anomália Detektálás) egy autoencoder felügyelet nélküli rekonstrukciós hibaalapú pontozását kombinálja egy aktív tanulási lekérdező ciklussal. A modell a magas hibával rendelkező példányokat jelöli mint lehetséges anomáliákat, szelektíven kér meg egy emberi orákulumot a leginformatívabbak címkézésére, és iteratívan újratanul — így csak kis címkézési költségvetéssel is erős anomália detektálást ér el.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- 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 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Active Learning-Guided Autoencoder Anomaly Detection. ScholarGate. https://scholargate.app/hu/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.
- Active Learning Isolation ForestGépi tanulás↔ compare
- Aktív tanulású egyosztályú SVMGépi tanulás↔ compare
- Autoencoder alapú anomáliadetektálásGépi tanulás↔ compare
- Bayesian Autoencoder Anomaly DetectionGépi tanulás↔ compare
- Ensemble Autoencoder Anomaly DetectionGépi tanulás↔ compare
- Félfelügyelt autoencoderes anomáliadetektálásGépi tanulás↔ compare
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →