វិធីសាស្រ្ត 9 ដើម្បីរកឃើញភាពមិនប្រក្រតី

В អត្ថបទមុន យើងបាននិយាយអំពីការព្យាករណ៍ស៊េរីពេលវេលា។ ការបន្តតក្កវិជ្ជានឹងជាអត្ថបទស្តីពីការកំណត់អត្តសញ្ញាណភាពមិនប្រក្រតី។

កម្មវិធី

ការ​រក​ឃើញ​ភាព​មិន​ប្រក្រតី​ត្រូវ​បាន​ប្រើ​នៅ​ក្នុង​ផ្នែក​ដូច​ជា​៖

1) ការព្យាករណ៍នៃការវិភាគឧបករណ៍

ដូច្នេះហើយ នៅក្នុងឆ្នាំ 2010 គ្រឿង centrifuges របស់អ៊ីរ៉ង់ត្រូវបានវាយប្រហារដោយមេរោគ Stuxnet ដែលកំណត់ឧបករណ៍ទៅជាប្រតិបត្តិការដែលមិនល្អបំផុត និងបានបិទឧបករណ៍មួយចំនួនដោយសារតែការពាក់លឿន។

ប្រសិនបើក្បួនដោះស្រាយការរកឃើញភាពមិនប្រក្រតីត្រូវបានប្រើប្រាស់នៅលើឧបករណ៍នោះ ស្ថានភាពបរាជ័យអាចត្រូវបានជៀសវាង។

ការស្វែងរកភាពមិនប្រក្រតីក្នុងប្រតិបត្តិការឧបករណ៍ ត្រូវបានប្រើមិនត្រឹមតែក្នុងឧស្សាហកម្មនុយក្លេអ៊ែរប៉ុណ្ណោះទេ ថែមទាំងផ្នែកលោហធាតុ និងប្រតិបត្តិការទួរប៊ីនយន្តហោះផងដែរ។ ហើយនៅក្នុងតំបន់ផ្សេងទៀតដែលការប្រើប្រាស់ការព្យាករណ៍រោគវិនិច្ឆ័យមានតម្លៃថោកជាងការខាតបង់ដែលអាចកើតមានដោយសារតែការបែកបាក់ដែលមិនអាចទាយទុកជាមុនបាន។

2) ការព្យាករណ៍ពីការក្លែងបន្លំ

ប្រសិនបើប្រាក់ត្រូវបានដកពីកាតដែលអ្នកប្រើនៅ Podolsk ក្នុងប្រទេសអាល់បានី ប្រតិបត្តិការអាចនឹងត្រូវត្រួតពិនិត្យបន្ថែមទៀត។

3) ការកំណត់អត្តសញ្ញាណនៃគំរូអ្នកប្រើប្រាស់មិនប្រក្រតី

ប្រសិនបើអតិថិជនមួយចំនួនបង្ហាញអាកប្បកិរិយាមិនប្រក្រតី វាអាចមានបញ្ហាដែលអ្នកមិនបានដឹង។

4) ការកំណត់អត្តសញ្ញាណនៃតម្រូវការនិងបន្ទុកមិនប្រក្រតី

ប្រសិនបើការលក់នៅក្នុងហាង FMCG បានធ្លាក់ចុះក្រោមចន្លោះពេលទំនុកចិត្តនៃការព្យាករណ៍នោះ វាពិតជាមានតម្លៃក្នុងការស្វែងរកហេតុផលសម្រាប់អ្វីដែលកំពុងកើតឡើង។

វិធីសាស្រ្តកំណត់អត្តសញ្ញាណភាពមិនប្រក្រតី

1) គាំទ្រម៉ាស៊ីនវ៉ិចទ័រជាមួយនឹង SVM ថ្នាក់មួយថ្នាក់មួយ។

ស័ក្តិសមនៅពេលដែលទិន្នន័យនៅក្នុងសំណុំបណ្តុះបណ្តាលធ្វើតាមការចែកចាយធម្មតា ប៉ុន្តែសំណុំតេស្តមានភាពមិនប្រក្រតី។

ម៉ាស៊ីនវ៉ិចទ័រគាំទ្រមួយថ្នាក់បង្កើតផ្ទៃមិនលីនេអ៊ែរជុំវិញប្រភពដើម។ វាអាចទៅរួចក្នុងការកំណត់ការកាត់ផ្តាច់ដែលទិន្នន័យត្រូវបានចាត់ទុកថាមិនប្រក្រតី។

ដោយផ្អែកលើបទពិសោធន៍នៃក្រុម DATA4 របស់យើង One-Class SVM គឺជាក្បួនដោះស្រាយដែលប្រើជាទូទៅបំផុតសម្រាប់ការដោះស្រាយបញ្ហានៃការស្វែងរកភាពមិនប្រក្រតី។

2) វិធីសាស្រ្តព្រៃឈើដាច់ដោយឡែក

ជាមួយនឹងវិធីសាស្រ្ត "ចៃដន្យ" នៃការសាងសង់ដើមឈើ ការបំភាយនឹងចូលទៅក្នុងស្លឹកនៅដំណាក់កាលដំបូង (នៅជម្រៅរាក់នៃដើមឈើ) i.e. ការបំភាយឧស្ម័នគឺងាយស្រួលក្នុងការ "ញែកចេញ" ។ ភាពឯកោ​នៃ​តម្លៃ​មិន​ប្រក្រតី​កើតឡើង​ក្នុង​ការ​ធ្វើ​ឡើងវិញ​ដំបូងនៃ​ក្បួនដោះស្រាយ។

3) ស្រោមសំបុត្ររាងអេលីបនិងវិធីសាស្រ្តស្ថិតិ

ប្រើនៅពេលដែលទិន្នន័យត្រូវបានចែកចាយជាធម្មតា។ ការវាស់វែងកាន់តែជិតទៅកន្ទុយនៃល្បាយនៃការចែកចាយ តម្លៃកាន់តែមិនធម្មតា។

វិធីសាស្រ្តស្ថិតិផ្សេងទៀតក៏អាចរួមបញ្ចូលនៅក្នុងថ្នាក់នេះផងដែរ។

រូបភាពពី dyakonov.org

4) វិធីសាស្រ្តម៉ែត្រ

វិធីសាស្រ្តរួមមានក្បួនដោះស្រាយដូចជា k-ជិតបំផុតអ្នកជិតខាង k-ជិតបំផុតអ្នកជិតខាង ABOD (ការរកឃើញខាងក្រៅផ្អែកលើមុំ) ឬ LOF (កត្តាខាងក្រៅក្នុងតំបន់)។

ស័ក្តិសមប្រសិនបើចម្ងាយរវាងតម្លៃនៅក្នុងលក្ខណៈគឺសមមូល ឬមានលក្ខណៈធម្មតា (ដើម្បីកុំឱ្យវាស់ស្ទង់ boa constrictor នៅក្នុងសេក)។

ក្បួនដោះស្រាយអ្នកជិតខាងដែលនៅជិតបំផុត k សន្មត់ថាតម្លៃធម្មតាមានទីតាំងនៅក្នុងតំបន់ជាក់លាក់មួយនៃលំហពហុវិមាត្រ ហើយចម្ងាយទៅភាពមិនប្រក្រតីនឹងធំជាងទៅនឹងគំលាតធំដែលបំបែក។

5) វិធីសាស្រ្តចង្កោម

ខ្លឹមសារនៃវិធីសាស្ត្រចង្កោមគឺថា ប្រសិនបើតម្លៃលើសពីចំនួនជាក់លាក់មួយនៅឆ្ងាយពីមជ្ឈមណ្ឌលចង្កោម តម្លៃអាចត្រូវបានចាត់ទុកថាមិនប្រក្រតី។

រឿងចំបងគឺត្រូវប្រើក្បួនដោះស្រាយដែលដាក់ចង្កោមទិន្នន័យឱ្យបានត្រឹមត្រូវ ដែលអាស្រ័យលើកិច្ចការជាក់លាក់។

6) វិធីសាស្រ្តសមាសភាគសំខាន់

ស័ក្តិសមជាកន្លែងដែលទិសដៅនៃការផ្លាស់ប្តូរដ៏អស្ចារ្យបំផុតនៅក្នុងការបែកខ្ញែកត្រូវបានបន្លិច។

7) ក្បួនដោះស្រាយដោយផ្អែកលើការព្យាករណ៍ស៊េរីពេលវេលា

គំនិតនេះគឺថា ប្រសិនបើតម្លៃមួយស្ថិតនៅក្រៅចន្លោះពេលជឿជាក់នៃការទស្សន៍ទាយ តម្លៃត្រូវបានចាត់ទុកថាមិនប្រក្រតី។ ដើម្បីទស្សន៍ទាយស៊េរីពេលវេលា ក្បួនដោះស្រាយដូចជាការធ្វើឱ្យរលោងបីដង S(ARIMA) ការជំរុញជាដើម។

ក្បួនដោះស្រាយការព្យាករណ៍ស៊េរីពេលវេលាត្រូវបានពិភាក្សានៅក្នុងអត្ថបទមុន។

8) ការ​សិក្សា​ដែល​បាន​ត្រួត​ពិនិត្យ (តំរែតំរង់, ចំណាត់ថ្នាក់)

ប្រសិនបើទិន្នន័យអនុញ្ញាត យើងប្រើក្បួនដោះស្រាយចាប់ពីតំរែតំរង់លីនេអ៊ែររហូតដល់បណ្តាញដែលកើតឡើងដដែលៗ។ ចូរវាស់ភាពខុសគ្នារវាងការទស្សន៍ទាយ និងតម្លៃជាក់ស្តែង ហើយទាញការសន្និដ្ឋានអំពីទំហំនៃទិន្នន័យដែលខុសពីបទដ្ឋាន។ វាមានសារៈសំខាន់ដែលថាក្បួនដោះស្រាយមានសមត្ថភាពធ្វើទូទៅគ្រប់គ្រាន់ ហើយសំណុំបណ្តុះបណ្តាលមិនមានតម្លៃមិនធម្មតាទេ។

9) ការធ្វើតេស្តគំរូ

ចូរយើងដោះស្រាយបញ្ហានៃការស្វែងរកភាពមិនប្រក្រតីដែលជាបញ្ហានៃការស្វែងរកការណែនាំ។ ចូរ​បំបែក​ម៉ាទ្រីស​លក្ខណៈ​របស់​យើង​ដោយ​ប្រើ​ម៉ាស៊ីន SVD ឬ​កត្តា​កត្តា ហើយ​យក​តម្លៃ​ក្នុង​ម៉ាទ្រីស​ថ្មី​ដែល​ខុស​គ្នា​ខ្លាំង​ពី​តម្លៃ​ដើម​ជា​ភាព​មិន​ប្រក្រតី។

រូបភាពពី dyakonov.org

សេចក្តីសន្និដ្ឋាន

នៅក្នុងអត្ថបទនេះ យើងបានពិនិត្យឡើងវិញនូវវិធីសាស្រ្តសំខាន់ៗក្នុងការរកឃើញភាពមិនប្រក្រតី។

ការស្វែងរកភាពមិនប្រក្រតីអាចនៅក្នុងវិធីជាច្រើនត្រូវបានគេហៅថាសិល្បៈ។ មិនមានក្បួនដោះស្រាយ ឬវិធីសាស្រ្តដ៏ល្អទេ ការប្រើប្រាស់ដែលដោះស្រាយបញ្ហាទាំងអស់។ ជាញឹកញាប់សំណុំនៃវិធីសាស្រ្តត្រូវបានប្រើដើម្បីដោះស្រាយករណីជាក់លាក់មួយ។ ការរកឃើញភាពមិនប្រក្រតីត្រូវបានអនុវត្តដោយប្រើម៉ាស៊ីនវ៉ិចទ័រគាំទ្រមួយថ្នាក់ ព្រៃឈើដាច់ដោយឡែក វិធីសាស្ត្រម៉ែត្រ និងចង្កោម ក៏ដូចជាការប្រើប្រាស់សមាសធាតុសំខាន់ៗ និងការព្យាករណ៍ស៊េរីពេលវេលា។

ប្រសិនបើអ្នកដឹងពីវិធីសាស្រ្តផ្សេងទៀតសូមសរសេរអំពីពួកគេនៅក្នុងមតិយោបល់ទៅអត្ថបទ។

ប្រភព: www.habr.com