Aktivno učenje autoenkoder detekcija anomalija
Aktivno učenje autoenkoder detekcija anomalija kombinuje samostalno bodovanje greške rekonstrukcije autoenkodera sa petljom upita za aktivno učenje. Model označava instance sa visokom greškom kao potencijalne anomalije, selektivno traži od ljudskog proroka da označi najinformativnije, i iterativno ponovo trenira — postižući snažnu detekciju anomalija sa samo malim budžetom za označavanje.
Pročitajte celu metodu
Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- Pimentel, M. A. F., Clifton, D. A., Clifton, L., & Tarassenko, L. (2014). A review of novelty detection. Signal Processing, 99, 215–249. DOI: 10.1016/j.sigpro.2013.12.026 ↗
- Zhu, Y., Lukasiewicz, T. (2020). DPLAN: Discourse-level Plan-based Text Generation. Proceedings of the 28th International Conference on Computational Linguistics, 3464–3474. (See also: Guo et al. (2018). Deep Active Learning for Anomaly Detection. Neurocomputing, 290, 135–143.) link ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Active Learning-Guided Autoencoder Anomaly Detection. ScholarGate. https://scholargate.app/sr/machine-learning/active-learning-autoencoder-anomaly-detection
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.
- Активно учење Изолационог шумаMašinsko učenje↔ compare
- Aktivno učenje za jednoklasni SVMMašinsko učenje↔ compare
- Autoenkoderska detekcija anomalijaMašinsko učenje↔ compare
- Bajezijanska autoenkoderska detekcija anomalijaMašinsko učenje↔ compare
- Detekcija anomalija pomoću ansambla autoenkoderaMašinsko učenje↔ compare
- Polu-nadgledana detekcija anomalija pomoću autoenkoderaMašinsko učenje↔ compare
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →