Semi Supervised Anomaly Detection

Semi-supervised Anomaly Detection ist eine Technik zur Identifikation anomaler Stichproben mit begrenzten annotierten Daten. Sie zielt darauf ab, die Genauigkeit und Effizienz der Anomalieerkennung durch die Kombination einer kleinen Menge an annotierten Daten mit einer großen Menge an unannotierten Daten zu verbessern. Diese Methode kann effektiv abnorme Muster in Bildern und Videos im Bereich der Computer Vision erkennen und hat einen breiten Anwendungswert, wie zum Beispiel die Erkennung von abnormen Verhaltensweisen in Überwachungssystemen und die Fehlererkennung in der industriellen Produktion.