HyperAIHyperAI

Command Palette

Search for a command to run...

خصائص المجموعات للكشف الدقيق عن الشذوذ

Niv Cohen Issar Tzachor Yedid Hoshen

الملخص

تم تبني النمذجة القائمة على التجزئة في الكشف الدقيق عن الشذوذ مؤخرًا. تصنف هذه النماذج أولًا كل عنصر من عناصر العينة (مثل قطعة صورة) على أنها طبيعية أو شاذة، ثم تصنف العينة بأكملها على أنها شاذة إذا احتوت على عناصر شاذة. ومع ذلك، لا تمتد هذه النماذج إلى السيناريوهات التي تُعبَّر فيها الشذوذات عن توليفات غير عادية من عناصر طبيعية. في هذا البحث، نتجاوز هذه القيود من خلال اقتراح "سمات المجموعة" التي تمثل كل عينة من خلال توزيع عناصرها. نحسب درجة الشذوذ لكل عينة باستخدام طريقة بسيطة لتقدير الكثافة. وتُظهر طريقة التنفيذ البسيطة لدينا تفوقًا على أحدث النماذج في الكشف عن الشذوذ المنطقي على مستوى الصورة (+3.4%) وفي الكشف عن الشذوذ في السلاسل الزمنية على مستوى التسلسل (+2.4%).


بناء الذكاء الاصطناعي بالذكاء الاصطناعي

من الفكرة إلى الإطلاق — سرّع تطوير الذكاء الاصطناعي الخاص بك مع المساعدة البرمجية المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.

البرمجة التعاونية باستخدام الذكاء الاصطناعي
وحدات GPU جاهزة للعمل
أفضل الأسعار

HyperAI Newsletters

اشترك في آخر تحديثاتنا
سنرسل لك أحدث التحديثات الأسبوعية إلى بريدك الإلكتروني في الساعة التاسعة من صباح كل يوم اثنين
مدعوم بواسطة MailChimp
خصائص المجموعات للكشف الدقيق عن الشذوذ | مستندات | HyperAI