Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | ||||
4 | 5 | 6 | 7 | 8 | 9 | 10 |
11 | 12 | 13 | 14 | 15 | 16 | 17 |
18 | 19 | 20 | 21 | 22 | 23 | 24 |
25 | 26 | 27 | 28 | 29 | 30 | 31 |
Tags
- Tomek links
- Grad-CAM
- Digital Pathology
- multi modal
- 프로세스 마이닝
- 밀도 기반 이상탐지
- 거리 기반 이상탐지
- 병리 AI
- Inatance segmentation
- One-Sided Selection
- auto encoder
- Clustering 기반 이상탐지
- Sequence data
- SQL 데이터 분석 첫걸음
- Fixed Learning
- 딥러닝
- GAN
- XAI
- PM4Py
- Generative modeling
- Condensed neares neighbor rule
- Meta heuristic
- Data Imbalance
- Process Mining
- OCSVM
- Gausian Density Estimation
- 국비지원교육
- Random Undersampling
- Text generation
- Petri net
Archives
- Today
- Total
목록Gausian Density Estimation (1)
Create Opportunities

이제 여러 알고리즘 기반의 이상탐지 기법에 대한 내용이다. 1. 밀도 기반 이상탐지 1) Gaussian Density Estimation : 관측된 정상 데이터가 정규분포를 따른다 가정. 다변량 정규분포에서의 밀도 측정 (= 정상일 확률) 왼쪽의 데이터 분포 그림으로 이해하면 쉽다. 데이터가 떨어졌을 때, 해당 범위 안에 있는가? Step 1 정규분포 가정 : 정상 데이터만을 학습데이터로 활용할 것이다. 정상 데이터에 대한 2개의 파라미터 mu, sigma^2 를 추정. 이에 기반하여 Novelty score를 계산할 수 있다. 어떻게 ? 밀도 함수를 구해서 이것의 면적을 다 합하면 됨. Log함수 씌워서 쉽게 계산 Log L을 mu와 sigma^2에 대해서 각각 편미분을 하여 추정할 수 있다. (최대..
이상 탐지
2022. 11. 29. 22:51