Bayesian Autoencoder Anomaly Detection
A Bayesian Autoencoder Anomaly Detection (Bayes-autokódoló rendellenesség-detektálás) egy variációs autokódolót – normál adatokon tanított valószínűségi generatív modellt – használ a rendellenességek jelzésére a magas rekonstrukciós hiba vagy az alacsony valószínűség alapján a tanult eloszlás szerint. A latens teret rögzített pont helyett valószínűségi eloszlásként kezelve, minden rendellenességi pontszám mellett elvileg megalapozott bizonytalansági becsléseket nyújt, ami különösen értékessé teszi magas tétű detektálási feladatokban.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- 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 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Bayesian Autoencoder Anomaly Detection (Probabilistic Reconstruction-Error Framework). ScholarGate. https://scholargate.app/hu/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.
- Autoencoder alapú anomáliadetektálásGépi tanulás↔ compare
- Bayes-féle Gauss-keverék modellGépi tanulás↔ compare
- Isolation ForestGépi tanulás↔ compare
- One-Class SVMGépi tanulás↔ compare
- Félfelügyelt autoencoderes anomáliadetektálásGépi tanulás↔ compare
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →