Machine learningMachine learning
오토인코더 이상 탐지
오토인코더 이상 탐지 기법은 신경망을 훈련시켜 정상 데이터를 압축하고 재구성합니다. 모델은 정상 데이터의 모습만을 학습했기 때문에, 비정상적인 입력은 눈에 띄게 높은 재구성 오류를 발생시키며, 이 오류가 이상 점수가 됩니다. 이 방법은 레이블이 지정된 이상 데이터가 필요 없으며 센서 스트림, 이미지, 로그 기록과 같은 고차원 데이터에 자연스럽게 확장됩니다.
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.
+13 more
출처
- 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 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Autoencoder-Based Anomaly Detection (Reconstruction-Error Method). ScholarGate. https://scholargate.app/ko/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 →이 방법을 참조하는 항목
능동 학습 오토인코더 이상 탐지능동 학습 Isolation Forest베이지안 오토인코더 이상 탐지베이지안 단일 클래스 SVM앙상블 오토인코더 이상 탐지앙상블 아이솔레이션 포레스트앙상블 단일 클래스 SVM (Ensemble One-Class SVM)설명 가능한 오토인코더 이상 탐지설명 가능한 고립 포레스트설명 가능한 단일 클래스 SVM (Explainable One-Class SVM)One-Class SVM온라인 오토인코더 이상 탐지온라인 아이솔레이션 포레스트 (Online Isolation Forest)강건한 오토인코더 이상 탐지강건한 Isolation Forest강건 단일 클래스 SVM자가 지도 오토인코더 이상 탐지자기 지도 학습 기반 단일 클래스 SVM준지도 오토인코더 이상 탐지Semi-supervised Isolation Forest준지도 학습 단일 클래스 SVM (Semi-supervised One-class SVM)