Deteksi Anomali Autoencoder Daring

Deteksi Anomali Autoencoder Daring melatih autoencoder secara inkremental pada aliran data kontinu, menandai observasi yang kesalahan rekonstruksinya melebihi ambang batas adaptif sebagai anomali. Pendekatan ini menggabungkan kekuatan representasional autoencoder dalam (deep autoencoders) dengan kemampuan pembaruan inkremental dari pembelajaran daring (online learning), membuatnya cocok untuk skenario aliran waktu-nyata atau bervolume tinggi di mana pelatihan ulang secara batch tidak praktis.