Samonadzorovani jednoklasni SVM
Samonadzorovani jednoklasni SVM kombinuje učenje reprezentacija zasnovano na pretaks zadacima sa jednoklasnim SVM-om za detekciju anomalija i novina bez potrebe za označenim primerima anomalija. Model prvo uči izražajne ugradnje (embeddings) iz samo normalnih podataka, a zatim postavlja granicu OC-SVM u naučenom prostoru karakteristika kako bi označio uzorke van distribucije.
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
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Self-supervised One-class Support Vector Machine. ScholarGate. https://scholargate.app/sr/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.
- Autoenkoderska detekcija anomalijaMašinsko učenje↔ compare
- Gausov procesMašinsko učenje↔ compare
- Isolation ForestMašinsko učenje↔ compare
- Jednoklasni SVMMašinsko učenje↔ compare
- Samostalno učenjeMašinsko učenje↔ compare
- Polu-nadgledani jednoklasni SVMMašinsko učenje↔ compare
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →