Aktīvās mācīšanās autoenkodera anomāliju noteikšana
Aktīvās mācīšanās autoenkodera anomāliju noteikšana apvieno autoenkodera neuzraudzītās rekonstrukcijas kļūdas vērtēšanu ar aktīvās mācīšanās vaicājumu cilpu. Modelis atzīmē gadījumus ar augstu kļūdu līmeni kā anomāliju kandidātus, selektīvi lūdz cilvēka orākulu marķēt informatīvākos no tiem un iteratīvi pārkvalificējas — tādējādi panākot spēcīgu anomāliju noteikšanu ar nelielu marķēšanas budžetu.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- 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 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Active Learning-Guided Autoencoder Anomaly Detection. ScholarGate. https://scholargate.app/lv/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.
- Aktīvās mācīšanās izolācijas mežsMašīnmācīšanās↔ compare
- Aktīvās apmācības viena klases SVMMašīnmācīšanās↔ compare
- Autoencoder anomāliju noteikšanaMašīnmācīšanās↔ compare
- Beieziešu autoenkodera anomāliju noteikšanaMašīnmācīšanās↔ compare
- Ensemble Autoencoder Anomaly DetectionMašīnmācīšanās↔ compare
- Daļēji uzraudzīts autoenkoders anomaliju noteikšanaiMašīnmācīšanās↔ compare
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →