Machine learningMachine learning
アクティブラーニング自己符号化器異常検知
アクティブラーニング自己符号化器異常検知は、自己符号化器の教師なし再構築誤差スコアリングとアクティブラーニングのクエリーループを組み合わせた手法です。このモデルは、高誤差のインスタンスを異常候補としてフラグ付けし、最も情報量の多いものについて人間のオラクルに選択的にラベル付けを依頼し、反復的に再学習を行います。これにより、わずかなラベリング予算で強力な異常検知を実現します。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- 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 ↗
このページの引用方法
ScholarGate. (2026, June 3). Active Learning-Guided Autoencoder Anomaly Detection. ScholarGate. https://scholargate.app/ja/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.
- アクティブラーニングアイソレーションフォレスト機械学習↔ compare
- アクティブラーニング・ワンクラスSVM機械学習↔ compare
- オートエンコーダ異常検知機械学習↔ compare
- ベイズオートエンコーダ異常検知機械学習↔ compare
- アンサンブル・オートエンコーダ異常検知機械学習↔ compare
- 半教師ありオートエンコーダ異常検知機械学習↔ compare