Ի՞նչ խնդիրներ է լուծում անանուն և կիսանանվեր անոմալիայի հայտնաբերումը։

Ներքին վերահսկողություն չկողմնորոշված անոմալիայի հայտնաբերում լուծում է անոմալիաների հայտնաբերման խնդիրն առանց նշագրված տվյալների օգտագործման: Մոդելը սովորում է «նորմալ» տվյալների վրա և փորձում է հայտնաբերել այն օբյեկտները, որոնք զգալիորեն տարբերվում են ուսուցման բաշխումից: Սա օգտակար է, երբ նշագրված տվյալներ չկան կամ անոմալիաները նախապես անհայտ են:

Երկրորդական-վերահսկվող անոմալիայի հայտնաբերում օգտագործում է փոքր քանակությամբ նշագրված տվյալներ (հաճախ նորմալ) և մեծ քանակությամբ նշագրված չլինող տվյալներ: Սա թույլ է տալիս բարելավել հայտնաբերման որակը, քանի որ մոդելը ստանում է որոշ տեղեկություններ նորմալ վարքագծի մասին, բայց կարող է նաև հայտնաբերել անոմալիաները առանց բացահայտ նշագրված նշանների:

Այսպիսով՝

• Անվերահսկվող՝ երբ նշագրված տվյալներ ընդհանրապես չկան:
• Երկրորդական-վերահսկվող՝ երբ նորմալ տվյալների նշագրված նշաններ կան, բայց ոչ անոմալիաների:

Օրինակ՝

• Անվերահսկվող՝ ավտոենկոդերը սովորում է վերականգնել նորմալ տվյալները, և մեծ վերականգնման սխալները համարվում են անոմալիա:
• Երկրորդական-վերահսկվող՝ մոդելը սովորում է նշագրված նորմալ տվյալների վրա և կիրառվում է նոր տվյալների վրա՝ տարբերությունները հայտնաբերելու համար։