Machine learningMachine learning
능동 학습 오토인코더 이상 탐지
능동 학습 오토인코더 이상 탐지(Active Learning Autoencoder Anomaly Detection)는 오토인코더의 비지도 재구성 오류 점수화와 능동 학습 질의 루프를 결합합니다. 이 모델은 높은 오류를 보이는 인스턴스를 잠재적 이상치로 표시하고, 가장 유익한 인스턴스를 선택적으로 인간 오라클에게 레이블링을 요청하며, 반복적으로 재학습하여 적은 레이블링 예산으로도 강력한 이상 탐지 성능을 달성합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- 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 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Active Learning-Guided Autoencoder Anomaly Detection. ScholarGate. https://scholargate.app/ko/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.
- 능동 학습 Isolation Forest머신러닝↔ compare
- 능동 학습 단일 클래스 SVM머신러닝↔ compare
- 오토인코더 이상 탐지머신러닝↔ compare
- 베이지안 오토인코더 이상 탐지머신러닝↔ compare
- 앙상블 오토인코더 이상 탐지머신러닝↔ compare
- 준지도 오토인코더 이상 탐지머신러닝↔ compare