Online Isolation Forest
Online Isolation Forest utvider Isolation Forest-algoritmen for anomalideteksjon til strømmende eller kontinuerlig ankommende data. I stedet for å bygge isolasjonstrær fra bunnen av når nye observasjoner ankommer, oppdateres skogen inkrementelt slik at anomalipoengsummer forblir oppdaterte uten å prosessere hele historikken på nytt. Dette gjør den praktisk for sanntidsovervåking, svindeldeteksjon og overvåking av sensordata der datavolumer vokser uendelig.
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
- Liu, F. T., Ting, K. M., & Zhou, Z.-H. (2008). Isolation Forest. In Proceedings of the 8th IEEE International Conference on Data Mining (ICDM), pp. 413–422. DOI: 10.1109/ICDM.2008.17 ↗
- Tan, S. C., Ting, K. M., & Liu, T. F. (2011). Fast Anomaly Detection for Streaming Data. In Proceedings of the 22nd International Joint Conference on Artificial Intelligence (IJCAI), pp. 1511–1516. link ↗
Slik siterer du denne siden
ScholarGate. (2026, June 3). Online Isolation Forest (Streaming Anomaly Detection with Isolation Trees). ScholarGate. https://scholargate.app/no/machine-learning/online-isolation-forest
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
- Isolation ForestMaskinlæring↔ compare
- One-Class SVMMaskinlæring↔ compare
- Online læringMaskinlæring↔ compare
- Online Random ForestMaskinlæring↔ compare
- Semi-supervised Isolation ForestMaskinlæring↔ compare
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →