Self-supervised One-class SVM
Self-supervised One-class SVM ผสานการเรียนรู้การนำเสนอข้อมูล (representation learning) โดยใช้ภารกิจลวง (pretext task) เข้ากับ One-class SVM เพื่อตรวจจับความผิดปกติและความแปลกใหม่โดยไม่จำเป็นต้องมีตัวอย่างข้อมูลความผิดปกติที่มีป้ายกำกับ โมเดลจะเรียนรู้การฝังคุณลักษณะ (feature embeddings) ที่สื่อความหมายจากข้อมูลปกติเพียงอย่างเดียวก่อน จากนั้นจึงปรับขอบเขตของ OC-SVM ในปริภูมิคุณลักษณะที่เรียนรู้มาเพื่อจำแนกตัวอย่างข้อมูลที่อยู่นอกการแจกแจง (out-of-distribution samples)
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Self-supervised One-class Support Vector Machine. ScholarGate. https://scholargate.app/th/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.
- การตรวจจับความผิดปกติด้วยออโตเอ็นโค้ดเดอร์การเรียนรู้ของเครื่อง↔ compare
- กระบวนการเกาส์เซียนการเรียนรู้ของเครื่อง↔ compare
- Isolation Forestการเรียนรู้ของเครื่อง↔ compare
- One-class SVMการเรียนรู้ของเครื่อง↔ compare
- การเรียนรู้แบบกำกับดูแลตนเองการเรียนรู้ของเครื่อง↔ compare
- Semi-supervised One-class SVMการเรียนรู้ของเครื่อง↔ compare