Thuật ngữ AI
Từ điển đầy đủ về Trí tuệ nhân tạo
Copula-Based Outlier Detection
Approche avancée modélisant la structure de dépendance entre les variables via des copules, permettant de détecter des anomalies dans des données aux distributions marginales complexes et non gaussiennes.
Robust Covariance Estimation
Technique statistique qui estime la matrice de covariance de manière résistante aux outliers, permettant une détection fiable des anomalies multivariées via la distance de Mahalanobis robuste.
Variational Autoencoder (VAE) pour la détection d'anomalies
Modèle génératif probabiliste qui apprend la distribution latente des données normales, où les anomalies sont identifiées par une faible vraisemblance sous le modèle ou une erreur de reconstruction élevée.
Isomap-Based Anomaly Detection
Méthode de détection non-linéaire qui utilise l'algorithme Isomap pour préserver la structure géodésique des données, identifiant les outliers par leur position anormale dans la variété apprise.
Subspace Outlier Detection (SOD)
Technique qui recherche des anomalies dans des sous-espaces de dimensions spécifiques plutôt que dans l'espace complet, permettant de détecter des outliers qui ne sont visibles que dans certaines combinaisons de variables.
Feature Bagging pour la détection d'anomalies
Méthode d'ensemble qui applique des détecteurs d'anomalies sur différents sous-ensembles aléatoires de caractéristiques, combinant les résultats pour améliorer la robustesse et la précision de la détection.
k-Nearest Neighbors (k-NN) Distance
Approche simple où l'anomalie d'un point est mesurée par sa distance moyenne à ses k-plus proches voisins, les points ayant des distances significativement plus élevées étant considérés comme des outliers.