Zobrazeno 1 - 10
of 69
pro vyhledávání: '"Unsupervised outlier detection"'
Autor:
Emre Ardıç, Yakup Genç
Publikováno v:
Engineering Science and Technology, an International Journal, Vol 61, Iss , Pp 101920- (2025)
Federated learning is a machine learning paradigm in which multiple devices collaboratively train a model under the supervision of a central server while ensuring data privacy. However, its performance is often hindered by redundant, malicious, or ab
Externí odkaz:
https://doaj.org/article/a5c0f92646ea4eb28c40add5106c9ad2
Publikováno v:
IEEE Access, Vol 10, Pp 32093-32103 (2022)
Outlier detection aims to reveal data patterns different from existing data. Benefit from its good robustness and interpretability, the outlier detection method for numerical dataset based on $k$ -Nearest Neighbor ( $k$ -NN) network has attracted muc
Externí odkaz:
https://doaj.org/article/369acc3774934cadb54f1a9042d5ab78
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Energy and AI, Vol 9, Iss , Pp 100159- (2022)
High-throughput approaches in computational materials discovery often yield a combinatorial explosion that makes the exhaustive rendering of complete structural and chemical spaces impractical. A common bottleneck when screening new compounds with ar
Externí odkaz:
https://doaj.org/article/69e0e59ecb794a31b5f9ae6af571ebc0
Publikováno v:
IEEE Access, Vol 9, Pp 43991-44002 (2021)
Autoencoder based methods are the majority of deep unsupervised outlier detection methods. However, these methods perform not well on complex image datasets and suffer from the noise introduced by outliers, especially when the outlier ratio is high.
Externí odkaz:
https://doaj.org/article/d675c62a26364a3a91c065e87485d72e
Publikováno v:
Machine Learning with Applications, Vol 6, Iss , Pp 100172- (2021)
Outlier algorithms are becoming increasingly complex. Thereby, they become much less interpretable to the data scientists applying the algorithms in real-life settings and to end-users using their predictions. We argue that outliers are context-depen
Externí odkaz:
https://doaj.org/article/d48486d8b24e4d299a73f8b21424726f
Autor:
Bispo Junior, Altamir Gomes
It is well-known that the existing theoretical models for outlier detection make assumptions that may not reflect the true nature of outliers in every real application. This dissertation describes an empirical study performed on unsupervised outlier
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.