Derin öğrenme yöntemleri ile anomali tespiti

Anomali tespiti, normalden sapmış veri örneklerini tanımlama sürecidir ve çeşitli alanlarda önemli uygulamalara sahiptir. Bu tez, anomali tespiti için derin öğrenme yöntemlerini araştırmakta ve derin hiperküre sınıflandırıcılarını kullanan yeni bir yöntem önermektedir. Önerilen yöntemde, diğer derin hiperküre sınıflandırıcılarının aksine, hiperküre merkezi öğrenilebilir parametre olarak ele alınmış ve eğitim sırasında değişen derin öznitelik temsillerine göre bu merkezin güncellenmesi sağlanmıştır. Ayrıca Aykırı Değer Maruziyeti için kullanılan veri setlerindeki gürültülü etiketlere karşı daha gürbüz bir kayıp terimi önerilmiştir. Yapılan deneyler, önerilen yöntemin anomali tespitinde yaygın olarak kullanılan veri setlerinde literatürdeki en iyi veya eşit sonuçları elde ettiğini göstermiştir.