Bayesiansk autoenkoder-anomalideteksjon
Bayesiansk autoenkoder-anomalideteksjon bruker en variasjonell autoenkoder — en probabilistisk generativ modell trent på normale data — til å flagge anomalier basert på høy rekonstruksjonsfeil eller lav sannsynlighet under den lærte fordelingen. Ved å behandle det latente rommet som en sannsynlighetsfordeling snarere enn et fast punkt, leverer den prinsipiell usikkerhetsestimering sammen med hver anomaliscore, noe som gjør den spesielt verdifull i oppgaver med høy innsats.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- Kingma, D. P. & Welling, M. (2014). Auto-Encoding Variational Bayes. Proceedings of the 2nd International Conference on Learning Representations (ICLR 2014). link ↗
- An, J. & Cho, S. (2015). Variational Autoencoder based Anomaly Detection using Reconstruction Probability. ICDM Workshop on Data Mining in Networks. link ↗
Slik siterer du denne siden
ScholarGate. (2026, June 3). Bayesian Autoencoder Anomaly Detection (Probabilistic Reconstruction-Error Framework). ScholarGate. https://scholargate.app/no/machine-learning/bayesian-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.
- Autoenkoder-anomalideteksjonMaskinlæring↔ compare
- Bayesiansk Gaussisk BlandingsmodellMaskinlæring↔ compare
- Isolation ForestMaskinlæring↔ compare
- One-Class SVMMaskinlæring↔ compare
- Semi-overvåket autoenkoder-anomalideteksjonMaskinlæring↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →