Słownik AI
Kompletny słownik sztucznej inteligencji
Détection de nouveautés
Application spécifique de One-Class SVM visant à identifier de nouvelles observations inconnues par rapport à un ensemble d'entraînement de référence.
Vecteurs de support unilatéraux
Points de données situés sur ou près de la frontière de décision en One-Class SVM, servant de points d'ancrage pour définir la région normale.
Espace de caractéristiques étendu
Dimension supplémentaire virtuelle ajoutée en One-Class SVM pour transformer le problème unilatéral en problème bilatéral standard de classification.
Marge maximale unilatérale
Optimisation visant à maximiser la distance entre la frontière de décision et le point de données le plus proche dans l'espace transformé.
Zone de rejet
Région de l'espace des caractéristiques en dehors de la frontière One-Class SVM où les nouvelles observations sont classifiées comme anomalies.
Enveloppe convexe dans l'espace noyau
Construction géométrique implicite en One-Class SVM définissant la région contenant toutes les données normales après transformation par le noyau.
Optimisation quadratique contrainte
Problème mathématique sous-jacent à l'entraînement One-Class SVM résolu par programmation quadratique avec contraintes d'inégalité.
Noyau polynomial unilatéral
Variante du noyau polynomial adaptée pour One-Class SVM permettant de capturer des relations non-linéaires d'ordre supérieur dans les données.
Régularisation One-Class
Mécanisme d'équilibre entre complexité du modèle et erreur d'approximation spécifiquement adapté aux problématiques unilatérales de détection d'anomalies.
Mapping implicite φ
Fonction de transformation non-explicite en One-Class SVM projetant les données dans un espace de dimension supérieure via le noyau.
Frontière flexible
Caractéristique de One-Class SVM permettant d'ajuster la forme de la région normale selon la distribution réelle des données plutôt qu'une forme géométrique fixe.