Глоссарий ИИ
Полный словарь искусственного интеллекта
Обнаружение выбросов на основе локальной плотности (LOF)
Метод, основанный на сравнении локальной плотности точки с плотностью ее соседей для выявления выбросов.
Изолирующий лес
Алгоритм ансамбля, который изолирует наблюдения путем построения случайных деревьев решений для обнаружения аномалий.
Автоэнкодеры для аномалий
Нейронные сети, которые учатся реконструировать нормальные данные и идентифицируют аномалии по высокой ошибке реконструкции.
Одноклассовый SVM
Машина опорных векторов, которая обучает границу принятия решений вокруг нормальных данных для обнаружения выбросов.
Обнаружение аномалий во временных рядах
Специализированные техники для выявления необычных паттернов в последовательных временных данных.
Обнаружение многомерных аномалий
Идентификация аномальных наблюдений, основанная на сложных соотношениях между несколькими переменными одновременно.
Обнаружение с помощью кластеризации (DBSCAN)
Использование алгоритмов кластеризации, где точки, не принадлежащие ни одному кластеру, считаются аномалиями.
Обнаружение в потоке данных
Методы в реальном времени для выявления аномалий в непрерывно поступающих данных без полного хранения.
GANs для обнаружения аномалий
Генеративные состязательные сети, используемые для моделирования нормального распределения и обнаружения маловероятных выборок.
Обнаружение аномалий в графах
Идентификация необычных узлов, ребер или подграфов в реляционных структурах данных.
Контекстуальное обнаружение аномалий
Обнаружение аномальных наблюдений только в определённом контексте, основанное на условиях окружающей среды.
Обнаружение коллективных аномалий
Идентификация групп наблюдений, которые коллективно аномальны, даже если индивидуально нормальны.
Робастные статистические методы
Подходы, основанные на статистиках, устойчивых к выбросам, таких как медианы или робастные квантили.
Обнаружение аномалий в пространстве высокой размерности
Специализированные методы для борьбы с проклятием размерности при обнаружении многомерных выбросов
Полу-контролируемое обучение для аномалий
Подходы, объединяющие размеченные и неразмеченные данные для улучшения обнаружения аномалий с небольшим количеством примеров.