एआई शब्दावली
आर्टिफिशियल इंटेलिजेंस का पूर्ण शब्दकोश
स्थानीय घनत्व द्वारा पहचान (LOF)
एक बिंदु के स्थानीय घनत्व की तुलना उसके पड़ोसियों के स्थानीय घनत्व से करके असामान्य मानों की पहचान करने की विधि।
आइसोलेशन फॉरेस्ट
एनसेंबल एल्गोरिथ्म जो यादृच्छिक निर्णय पेड़ों का निर्माण करके अवलोकनों को अलग करता है और विसंगतियों का पता लगाता है।
विसंगतियों के लिए ऑटोएनकोडर्स
न्यूरल नेटवर्क जो सामान्य डेटा का पुनर्निर्माण करना सीखते हैं और उच्च पुनर्निर्माण त्रुटि द्वारा विसंगतियों की पहचान करते हैं।
वन-क्लास SVM
समर्थन वेक्टर मशीन जो सामान्य डेटा के आसपास एक निर्णय सीमा सीखती है आउटलियर्स का पता लगाने के लिए।
समय श्रृंखला में विषमता का पता लगाना
अनुक्रमिक समय डेटा में असामान्य पैटर्न की पहचान के लिए विशेष तकनीकें।
बहु-चर असामान्यता का पता लगाना
एक साथ कई चरों के बीच जटिल संबंधों पर आधारित असामान्य अवलोकनों की पहचान।
क्लस्टरिंग द्वारा पता लगाना (DBSCAN)
क्लस्टरिंग एल्गोरिदम का उपयोग जहां किसी भी क्लस्टर से संबंधित न होने वाले बिंदुओं को असामान्यताओं के रूप में माना जाता है।
डेटा प्रवाह में पहचान
पूर्ण संग्रहण के बिना लगातार आने वाले डेटा में विसंगतियों की पहचान करने के लिए रीयल-टाइम विधियाँ।
GANs के लिए विसंगति का पता लगाना
सामान्य वितरण को मॉडल करने और असंभावित नमूनों का पता लगाने के लिए उत्पादक प्रतिकूल नेटवर्क का उपयोग।
ग्राफ में विसंगतियों का पता लगाना
संबंधपरक डेटा संरचनाओं में असामान्य नोड्स, किनारों या उप-ग्राफ की पहचान।
संदर्भात्मक विसंगतियों का पता लगाना
केवल एक विशिष्ट संदर्भ में असामान्य अवलोकनों का पता लगाना, जो पर्यावरणीय स्थितियों पर आधारित है।
सामूहिक विसंगतियों का पता लगाना
अवलोकनों के समूहों की पहचान जो सामूहिक रूप से असामान्य हैं भले ही व्यक्तिगत रूप से सामान्य हों।
मजबूत सांख्यिकीय विधियाँ
आउटलेयर्स के प्रति प्रतिरोधी सांख्यिकी जैसे माध्य या मजबूत क्वांटाइल पर आधारित दृष्टिकोण।
उच्च-आयामी विषमता का पता लगाना
बहु-चर आउटलायर का पता लगाने में आयामीता के अभिशाप को प्रबंधित करने के लिए विशेष तकनीकें।
असामान्यताओं के लिए अर्ध-पर्यवेक्षित अधिगम
कम उदाहरणों के साथ असामान्यता का पता लगाने में सुधार के लिए लेबल किए गए और गैर-लेबल किए गए डेटा को जोड़ने वाले तरीके।