Robust autoencoder-basert anomaliodeteksjon

Robust Autoencoder Anomaly Detection utvider standard autoencoder-rammeverket med robusthetsmekanismer – slik som sparsom dekomponering, robuste tapsfunksjoner eller adversariell regularisering – slik at modellen lærer en kompakt representasjon av normal atferd, samtidig som den forblir motstandsdyktig mot den korrumperende innflytelsen fra anomalier som er innebygd i treningsdataene.