AI 词汇表
人工智能完整词典
Malédiction de la dimensionnalité
Phénomène où les données deviennent éparses et difficiles à analyser lorsque le nombre de dimensions augmente exponentiellement, rendant les méthodes traditionnelles de détection d'anomalies inefficaces.
Autoencoders variationnels
Réseaux de neurones profonds qui apprennent une représentation compressée des données normales, où les anomalies présentent des erreurs de reconstruction élevées dues à leur faible probabilité dans l'espace latent.
PCA robuste
Variante de l'analyse en composantes principales résistante aux outliers, utilisant des estimateurs robustes pour identifier les anomalies sans qu'elles n'influencent la décomposition dimensionnelle.
Subspace Clustering
Approche détectant les anomalies dans différents sous-espaces de dimensions, où un point peut être normal dans certaines dimensions mais anormal dans d'autres combinaisons.
Deep SVDD
Extension de Support Vector Data Description utilisant des réseaux de neurones profonds pour apprendre une sphère englobante compacte des données normales dans un espace de caractéristiques non linéaire.
Projection Pursuit
Méthode cherchant des projections de données révélant des structures intéressantes ou des anomalies, particulièrement utile pour détecter des patterns non évidents en haute dimension.
Random Projection
Technique de réduction dimensionnelle préservant approximativement les distances entre points, utilisée pour accélérer la détection d'anomalies tout en maintenant les propriétés géométriques.
DAGMM
Deep Autoencoding Gaussian Mixture Model combinant autoencoders et modèles de mélange gaussien pour capturer des distributions complexes et détecter les anomalies dans des espaces de très haute dimension.