Jedno-triedový SVM s vlastným dohľadom
Jedno-triedový SVM s vlastným dohľadom (Self-supervised One-class SVM) kombinuje učenie reprezentácií založené na predtextových úlohách s jedno-triedovým SVM na detekciu anomálií a noviniek bez potreby označených príkladov anomálií. Model najprv získa výstižné vnořené reprezentácie (reprezentácie) iba z normálnych dát a potom v naučenom priestore reprezentácií prispôsobí hranicu OC-SVM na označenie vzoriek mimo distribúcie.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- 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 ↗
Ako citovať túto stránku
ScholarGate. (2026, June 3). Self-supervised One-class Support Vector Machine. ScholarGate. https://scholargate.app/sk/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.
- Detekcia anomálií pomocou autoenkóderovStrojové učenie↔ compare
- Gaussov procesStrojové učenie↔ compare
- Isolation ForestStrojové učenie↔ compare
- Jednotriedny SVMStrojové učenie↔ compare
- SamoučenieStrojové učenie↔ compare
- Polosupervizovaná jednotriedová SVMStrojové učenie↔ compare
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →