Machine learningMachine learning
オートエンコーダ異常検知
オートエンコーダ異常検知は、ニューラルネットワークを訓練して、通常のデータを圧縮してから再構築します。モデルは通常のデータしか学習していないため、異常な入力は著しく高い再構築誤差を生じ、その誤差が異常スコアとなります。この手法はラベル付き異常データを必要とせず、センサーデータストリーム、画像、ログ記録などの高次元データにも自然にスケールします。
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.
+13 more
出典
- Chalapathy, R. & Chawla, S. (2019). Deep learning for anomaly detection: A survey. arXiv preprint arXiv:1901.03407. link ↗
- Hinton, G. E. & Salakhutdinov, R. R. (2006). Reducing the dimensionality of data with neural networks. Science, 313(5786), 504–507. DOI: 10.1126/science.1127647 ↗
このページの引用方法
ScholarGate. (2026, June 3). Autoencoder-Based Anomaly Detection (Reconstruction-Error Method). ScholarGate. https://scholargate.app/ja/machine-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.
Compare side by side →この手法を参照する項目
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アイソレーションフォレストベイズオートエンコーダ異常検知ベイズ的ワンクラスSVMアンサンブル・オートエンコーダ異常検知アンサンブル・アイソレーション・フォレストアンサンブルワンクラスドラボーマシン (Ensemble One-Class SVM)説明可能なオートエンコーダ異常検知説明可能なアイソレーションフォレスト説明可能なワンクラスSVMOne-Class SVMオンラインオートエンコーダ異常検知オンラインアイソレーションフォレストロバストオートエンコーダー異常検知堅牢なアイソレーションフォレストロバストOne-Class SVM自己教師ありオートエンコーダー異常検知自己教師ありOne-class SVM半教師ありオートエンコーダ異常検知Semi-supervised Isolation Forest半教師ありワンクラスSVM