Самообучающаяся One-class SVM
Самообучающаяся One-class SVM (Self-supervised One-class SVM) сочетает обучение представлений на основе вспомогательных задач (pretext-task-based representation learning) с One-class SVM для обнаружения аномалий и новизны без необходимости в размеченных примерах аномалий. Модель сначала обучается выразительным встраиваниям признаков (feature embeddings) только на нормальных данных, а затем строит границу OC-SVM в полученном пространстве признаков для выявления образцов, выходящих за пределы распределения (out-of-distribution).
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- Golan, I. & El-Yaniv, R. (2018). Deep One-Class Classification. Proceedings of the 35th International Conference on Machine Learning (ICML), PMLR 80, 1747–1756. link ↗
- Ruff, L., Vandermeulen, R., Goernitz, N., Deecke, L., Siddiqui, S. A., Binder, A., Muller, E. & Kloft, M. (2018). Deep One-Class Classification. Proceedings of the 35th International Conference on Machine Learning (ICML), PMLR 80, 4393–4402. link ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Self-supervised One-class Support Vector Machine. ScholarGate. https://scholargate.app/ru/machine-learning/self-supervised-one-class-svm
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.
- Автоэнкодер для обнаружения аномалийМашинное обучение↔ compare
- Гауссовский процессМашинное обучение↔ compare
- Isolation ForestМашинное обучение↔ compare
- Одноклассовая SVMМашинное обучение↔ compare
- Самообучение с учителемМашинное обучение↔ compare
- Одноклассовая SVM с частичной разметкойМашинное обучение↔ compare
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →