|
реклама |
|
|
|
|
|
|
Приборы и системы. Управление, контроль, диагностика Аннотация к статье << Назад
Методы когнитивного анализа для обнаружения аномалий во временных рядах в киберфизических системах |
А.А. ВОЛКОВ, Д.А. ПАРШИН
Задача обнаружения аномалий – является одной из ключевых при создании киберфизических систем, так как позволяет в режиме реального времени анализировать данные, поступающие с различных устройств, и оценивать состояние среды. В данной статье сравниваются 14 одномерных методов обнаружения аномалий во временных рядах, использующих статистический подход и методы машинного обучения. Эта работа позволит оценить различные подходы к задаче обнаружения аномалий. Сравнение данных методов проводится на тестовых наборах данных из открытых источников. Результатом работы является анализ точности и производительности методов обнаружения аномалий в одномерных числовых рядах. Как итог, статистические методы являются более точными, обнаруживая точечные и коллективные аномалии, при этом требуя меньше времени на вычисления. Измерения, приведенные в данной статье, проводились на одномерных рядах, обнаружение аномалий в многомерных временных рядах будет предметом дальнейшего изучения.
Ключевые слова: машинное обучение; умный дом; временной ряд; статистика; аномалия; набор данных; AUC ROC; производительность; авторегрессия; экспоненциальное сглаживание; градиентный бустинг; SVM.
DOI: 10.25791/pribor.4.2021.1255
Стр. 42-49. |
|
|
|
Последние новости:
Выставки по автоматизации и электронике «ПТА-Урал 2018» и «Электроника-Урал 2018» состоятся в Екатеринбурге Открыта электронная регистрация на выставку Дефектоскопия / NDT St. Petersburg Открыта регистрация на 9-ю Международную научно-практическую конференцию «Строительство и ремонт скважин — 2018» ExpoElectronica и ElectronTechExpo 2018: рост площади экспозиции на 19% и новые формы контент-программы Тематика и состав экспозиции РЭП на выставке "ChipEXPO - 2018" |