قاموس الذكاء الاصطناعي
القاموس الكامل للذكاء الاصطناعي
الكشف عن القيم الشاذة القائم على الكوبولا
نهج متقدم يقوم بنمذجة بنية الاعتماد بين المتغيرات عبر الكوبولات، مما يسمح باكتشاف الشذوذ في البيانات ذات التوزيعات الهامشية المعقدة وغير الغاوسية.
تقدير التغاير القوي
تقنية إحصائية تقدر مصفوفة التغاير بطريقة مقاومة للقيم الشاذة، مما يتيح اكتشافًا موثوقًا للشذوذ متعدد المتغيرات عبر مسافة ماهالانوبيس القوية.
المشفر التلقائي التبايني (VAE) للكشف عن الشذوذ
نموذج توليدي احتمالي يتعلم التوزيع الكامن للبيانات العادية، حيث يتم تحديد الشذوذ من خلال احتمالية منخفضة تحت النموذج أو خطأ إعادة بناء مرتفع.
الكشف عن الشذوذ القائم على Isomap
طريقة اكتشاف غير خطية تستخدم خوارزمية Isomap للحفاظ على البنية الجيوديسية للبيانات، وتحديد القيم الشاذة من خلال موقعها غير الطبيعي في التنوع المتعلم.
الكشف عن القيم الشاذة في الفضاء الجزئي (SOD)
تقنية تبحث عن الشذوذ في الفضاءات الجزئية ذات الأبعاد المحددة بدلاً من الفضاء الكامل، مما يسمح باكتشاف القيم الشاذة التي لا تظهر إلا في مجموعات معينة من المتغيرات.
تجميع الميزات (Feature Bagging) للكشف عن الشذوذ
طريقة تجميعية تطبق كاشفات الشذوذ على مجموعات فرعية عشوائية مختلفة من الميزات، وتجمع النتائج لتحسين قوة ودقة الكشف.
مسافة أقرب الجيران k (k-NN)
نهج بسيط حيث يتم قياس شذوذ النقطة بمتوسط مسافتها إلى أقرب k جيران لها، وتعتبر النقاط ذات المسافات الأعلى بشكل ملحوظ قيمًا شاذة.