Autoencoder Anomaly Detection
Autoencoder anomaly detection trains a neural network to compress and then reconstruct normal data. Because the model has only ever learned what normal looks like, anomalous inputs produce noticeably higher reconstruction errors — and those errors become the anomaly score. The method requires no labeled anomalies and scales naturally to high-dimensional data such as sensor streams, images, and log records.
Registro de origem
Citações copiadas literalmente do registro de origem do método. Nenhuma verificação em nível de alegação é inferida delas.
- Chalapathy, R. & Chawla, S. (2019). Deep learning for anomaly detection: A survey. arXiv preprint arXiv:1901.03407. · URL
- 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
Alegações curadas
Alegações persistidas no livro-razão de evidências, cada uma com sua própria avaliação.
Esta visualização não inventa uma avaliação de alegação quando o livro-razão não a possui.
Métodos relacionados
Gerado a partir do grafo de métodos e mostrado como relações sugeridas por máquina — nenhuma alegação de evidência é inferida.