В buom yn siarad am ragweld cyfresi amser. Parhad rhesymegol fyddai erthygl ar adnabod anghysondebau.
Cais
Defnyddir canfod anomaleddau mewn meysydd fel:
1) Rhagfynegiad o offer yn torri
Felly, yn 2010, ymosodwyd ar allgyrchyddion Iran gan y firws Stuxnet, a osododd yr offer i weithrediad nad yw'n optimaidd ac analluogi rhai o'r offer oherwydd traul carlam.
Pe bai algorithmau canfod anomaleddau wedi'u defnyddio ar yr offer, gellid bod wedi osgoi'r sefyllfa fethiant.
Defnyddir y chwiliad am anghysondebau wrth weithredu offer nid yn unig yn y diwydiant niwclear, ond hefyd mewn meteleg a gweithrediad tyrbinau awyrennau. Ac mewn meysydd eraill lle mae defnyddio diagnosteg ragfynegol yn rhatach na cholledion posibl oherwydd dadansoddiad anrhagweladwy.
2) Rhagfynegiad twyll
Os tynnir arian yn ôl o'r cerdyn a ddefnyddiwch yn Podolsk yn Albania, efallai y bydd angen gwirio'r trafodion ymhellach.
3) Adnabod patrymau defnyddwyr annormal
Os bydd rhai cwsmeriaid yn arddangos ymddygiad annormal, efallai y bydd problem nad ydych yn ymwybodol ohoni.
4) Nodi galw a llwyth annormal
Os yw gwerthiannau mewn siop FMCG wedi gostwng o dan gyfwng hyder y rhagolwg, mae'n werth dod o hyd i'r rheswm dros yr hyn sy'n digwydd.
Dulliau o nodi anghysondebau
1) Cefnogi Peiriant Fector gyda SVM Dosbarth Un Dosbarth Un
Yn addas pan fo'r data yn y set hyfforddi yn dilyn dosbarthiad arferol, ond mae'r set prawf yn cynnwys anghysondebau.
Mae'r peiriant fector cymorth un dosbarth yn adeiladu arwyneb aflinol o amgylch y tarddiad. Mae'n bosibl gosod terfyn terfyn y mae data'n cael ei ystyried yn anghyson ar ei gyfer.
Yn seiliedig ar brofiad ein tîm DATA4, SVM Dosbarth Un yw'r algorithm a ddefnyddir amlaf ar gyfer datrys y broblem o ddod o hyd i anghysondebau.
2) Ynysu dull coedwig
Gyda’r dull “ar hap” o adeiladu coed, bydd allyriadau yn mynd i mewn i’r dail yn y camau cynnar (ar ddyfnder bas y goeden), h.y. mae allyriadau yn haws eu “ynysu.” Mae ynysu gwerthoedd afreolaidd yn digwydd yn iteriadau cyntaf yr algorithm.
3) Amlen eliptig a dulliau ystadegol
Defnyddir pan fydd y data yn cael ei ddosbarthu fel arfer. Po agosaf yw'r mesuriad at gynffon y cymysgedd o ddosbarthiadau, y mwyaf anghyson yw'r gwerth.
Gellir cynnwys dulliau ystadegol eraill yn y dosbarth hwn hefyd.
Delwedd o dyakonov.org
4) Dulliau metrig
Ymhlith y dulliau mae algorithmau fel cymdogion k-agosaf, cymydog k-agosaf, ABOD (canfod allglaf ar sail ongl) neu LOF (ffactor allanol lleol).
Yn addas os yw'r pellter rhwng y gwerthoedd yn y nodweddion yn gyfwerth neu'n normaleiddio (er mwyn peidio â mesur boa constrictor mewn parotiaid).
Mae'r algorithm k-cymdogion agosaf yn tybio bod gwerthoedd arferol wedi'u lleoli mewn rhanbarth penodol o ofod amlddimensiwn, a bydd y pellter i anomaleddau yn fwy nag i'r hyperplane sy'n gwahanu.
5) Dulliau clwstwr
Hanfod dulliau clwstwr yw, os yw gwerth yn fwy na swm penodol i ffwrdd o'r canolfannau clwstwr, gellir ystyried y gwerth yn anghyson.
Y prif beth yw defnyddio algorithm sy'n clystyru'r data yn gywir, sy'n dibynnu ar y dasg benodol.
6) Prif ddull cydran
Yn addas lle mae cyfeiriad y newid mwyaf mewn gwasgariad yn cael ei amlygu.
7) Algorithmau yn seiliedig ar ragolygon cyfres amser
Y syniad yw, os yw gwerth yn disgyn y tu allan i'r cyfwng hyder rhagfynegi, mae'r gwerth yn cael ei ystyried yn anomalaidd. I ragfynegi cyfres amser, defnyddir algorithmau fel llyfnu triphlyg, S(ARIMA), hwb, ac ati.
Trafodwyd algorithmau rhagweld cyfres amser yn yr erthygl flaenorol.
8) Dysgu dan oruchwyliaeth (atchweliad, dosbarthiad)
Os yw'r data'n caniatáu, rydym yn defnyddio algorithmau sy'n amrywio o atchweliad llinol i rwydweithiau rheolaidd. Gadewch i ni fesur y gwahaniaeth rhwng y rhagfynegiad a'r gwerth gwirioneddol, a dod i gasgliad i ba raddau y mae'r data'n gwyro oddi wrth y norm. Mae'n bwysig bod gan yr algorithm allu cyffredinoli digonol ac nad yw'r set hyfforddi yn cynnwys gwerthoedd afreolaidd.
9) Profion model
Gadewch i ni fynd at y broblem o chwilio am anomaleddau fel problem o chwilio am argymhellion. Gadewch i ni ddadelfennu ein matrics nodwedd gan ddefnyddio peiriannau SVD neu ffactoreiddio, a chymryd y gwerthoedd yn y matrics newydd sy'n sylweddol wahanol i'r rhai gwreiddiol fel anomalaidd.
Delwedd o dyakonov.org
Casgliad
Yn yr erthygl hon, fe wnaethom adolygu'r prif ddulliau o ganfod anomaleddau.
Gall dod o hyd i anghysondebau gael ei alw'n gelfyddyd mewn sawl ffordd. Nid oes unrhyw algorithm neu ddull delfrydol, y mae ei ddefnyddio yn datrys pob problem. Yn amlach, defnyddir set o ddulliau i ddatrys achos penodol. Cyflawnir canfod anghysondebau gan ddefnyddio peiriannau fector cymorth un dosbarth, ynysu coedwigoedd, dulliau metrig a chlwstwr, yn ogystal â defnyddio prif gydrannau a rhagolygon cyfres amser.
Os ydych chi'n gwybod am ddulliau eraill, ysgrifennwch amdanynt yn y sylwadau i'r erthygl.
Ffynhonnell: hab.com