Was bedeutet "Pseudo-Anomalien"?

Inhaltsverzeichnis

Pseudo-Anomalien sind falsche ungewöhnliche Ereignisse, die aus normalen Daten erstellt werden, um echte Anomalien zu erkennen. Sie entstehen, wenn ein System, wie ein Autoencoder, hauptsächlich mit normalen Daten trainiert wird. Das Ziel ist, dass das System erkennt, wie Normalität aussieht, damit es das Unterschiedliche identifizieren kann. Manchmal kann es jedoch auch ganz gut darin sein, seltsame Ereignisse zu erkennen, was es schwierig macht, den Unterschied zu erkennen.

Um das zu lösen, wird Rauschen, das das System lernt, zu normalen Daten hinzugefügt, um diese Pseudo-Anomalien zu erzeugen. Das hilft dem System, besser zu lernen, wie man echte seltsame Ereignisse entdeckt, indem es sowohl mit normalen Daten als auch mit diesen erzeugten Fake-Ereignissen übt.

Durch die Verwendung von Pseudo-Anomalien können Erkennungssysteme ihre Fähigkeit verbessern, echte Probleme in verschiedenen Situationen zu finden, wie zum Beispiel in Videos zur Sicherheit. Diese Methode ermöglicht es dem System, sich anzupassen und besser zu arbeiten, ohne strenge Regeln dafür zu brauchen, was normal ist und was nicht.