Efficient Non-Parametric Neural Density Estimation and Its Application to Outlier and Anomaly Detection

ilustraciones, diagramas

• Autores: Gallego-Mejia, Joseph A.
• Tipo de recurso: Doctoral thesis
• Fecha de publicación: 2023
• Institución: Universidad Nacional de Colombia
• Repositorio: Universidad Nacional de Colombia
• Idioma: eng
• OAI Identifier: oai:repositorio.unal.edu.co:unal/84781
• Acceso en línea: https://repositorio.unal.edu.co/handle/unal/84781; https://repositorio.unal.edu.co/
• Palabra clave: 000 - Ciencias de la computación, información y obras generales; Aprendizaje profundo; Redes Neurales de la Computación; Deep Learning; Neural Networks, Computer; Kernel density estimation; Kernel methods; Deep Learning; Random Fourier Features; Machine Learning; Deep Kernel; Large-scale learning; Kernel Density Esitmation Approximation; Neural Density Estimation; Density Matrix; Estimación de la densidad del núcleo; Métodos del núcleo; Aprendizaje profundo; Aprendizaje a gran escala; Aproximaciones de la estimación de la densidad del nucleo; Matriz de densidad; Estimación de la densidad neuronal
• Rights: openAccess
• License: Atribución-NoComercial-SinDerivadas 4.0 Internacional