반응형 anomaly detection4 [딥러닝 with Python] Anomaly Detection(이상탐지) : Deep SVDD 1. Deep SVDD란?- Deep SVDD는 Deep Support Vectormachine Data Description의 줄임말로, 기존에 알아봤었던 SVDD의 딥러닝으로 확장한 버전이라고 보시면 되겠습니다.[딥러닝 with Python] Anomaly Detection(이상탐지) : SVDD(Support Vector Data Description) - 기존 SVDD는 신경망을 활용해 복잡한 Feature Representation을 학습하는 방식으로, 특히 고차원 데이터나 비선형 데이터서에서 매우 효과적인 방법입니다. * 예를 들어, 이미지, 센서 데이터, 비정형 데이터에서의 이상 탐지에 매우 유용합니다. - Deep SVDD의 주요 원리 * Deep SVDD의 목표는 데이터를 Latent.. 2024. 11. 28. [딥러닝 with Python] Anomaly Detection(이상탐지) : SVDD(Support Vector Data Description) SVDD는 Support Vector Data Description의 약자로, 데이터의 주요 패턴을 파악하고 정상적인 데이터 분포를 정의하여, 새로운 데이터가 이 정상 데이터 범위 안에 속하는지를 평가하는 이상탐지 모델을 말합니다. 주로 정상 데이터만으로 학습 후 새로운 데이터가 정상 범위를 벗어나면 이상으로 간주하는 모델로 결함 감지, 품질 관리 등 다양한 분야에서 이상탐지 모델로서 사용할 수 있습니다. 1. SVDD의 주요 개념과 원리- SVDD는 주로 One-Class SVM의 아이디어에서 파생되었습니다.- 이는 비지도 학습 방식 중 하나로, 정상 데이터의 중심에 밀접한 구(sphere)를 형성하여 대부분의 정상 데이터를 포함하도록 합니다. 이때 새로운 데이터가 이 sphere 밖에 위치할 경우.. 2024. 11. 27. [딥러닝 with Python] Anomaly Detection 방법론 : Reconstruction Based Approach 이번 포스팅은 지난번 포스팅한 Anomaly Detection과 연관된 내용을 가지고 있습니다.[딥러닝 with Python] Anomaly Detection이란? (이상 탐지) 1. Anomaly Detection 문제 접근 방법 - 비교적 과거에 연구되어온 Anomaly Detection 문제를 접근하는 방법은 아래와 같이 크게 3가지 정도로 볼 수 있습니다. 1) Classification 기반 방법론 : Normal vs Abnormal 또는 Normal vs Faulty Type에 대해 이진 분류를 하는 것입니다. 이때 일반적으로 Abnormal class의 경우 소수 클래스에 속하기 때문에 Oversampling 또는 Undersampling을 통해 클래스 불균형을 해결한 뒤 학습 시키는 .. 2024. 11. 25. [딥러닝 with Python] Anomaly Detection이란? (이상 탐지) 1. Anomaly Detection이란?1) Anomaly Detection의 정의 - Anomaly Detection은 인공지능을 사용해 특정 시스템이나 데이터에서 예상되는 정상적인 패턴이나 규범에서 크게 벗어나는 데이터를 식별하는 기술을 말합니다. - 이러한 이상탐지는 주어진 시스템의 "정상" 행동이 무엇인지 학습한 후, 이와 맞지 않는 데이터 포인트나 행동을 이상으로 판단하여 경고를 하는 것을 말합니다. 2) Anomaly Detection의 필요성 - 보안 위협, 시스템 오류, 또는 사기 탐지와 같이 중요한 응용 분야에서 널리 사용되며, 예를 들어 금융 기관에서는 이상탐지를 통해 사기 거래를 조기에 식별하고, 제조업에서는 장비의 이상 여부를 조기에 감지하여 유지보수를 진행합니다. 3) Ano.. 2024. 11. 22. 이전 1 다음 반응형
