Ich bin ziemlich neu in der Anomalieerkennung in der Zeitsequenz, daher kann meine Frage für einige von Ihnen offensichtlich sein. Heute verwende ich lstm und Clustering-Techniken, um Anomalien auf Zeitsequenzen zu erkennen, aber diese Methode kann keine Anomalien identifizieren, die sich im Laufe der Zeit langsam verschlechtern (ich glaube, es heißt Trending), dh die Temperatur der Maschine steigt im Laufe des Monats langsam an (lstm lerne diesen Trend und prognostiziere den Anstieg ohne besonderen Fehler). Gibt es eine solche Methode, um diese Art von Falschen zu erkennen?Fehlererkennung bei zeitlicher Änderung der Variablen (Trending) über die Zeit hinweg
Antwort
Mit Zeitreihen ist das, was Sie normalerweise wollen: allmähliche Veränderung lernen, abrupte Veränderungen erkennen. Ansonsten spielt die Zeit keine Rolle.
Sie können versuchen, z.B. das SigniTrend-Modell mit einer sehr langsamen Lernrate (eine lange Halbwertzeit oder wie auch immer sie es nannte. Ignoriere alle Token, Hashing und Skalierbarkeit in diesem Papier, hol nur den EWMA + EWMVar Teil, den ich wirklich mag und verwende ihn auf deinem Zeitfolgen).
Wenn Sie die Lernrate sehr niedrig einstellen, sollte sich die Schwelle langsam genug bewegen, damit Ihre "allmähliche" Änderung sie immer noch auslösen kann.
Oder Sie ignorieren Zeit vollständig. Teilen Sie Ihre Daten in einen Trainingssatz auf (der keine Anomalien enthalten darf), lernen Sie den Mittelwert und die Varianz, um Schwellenwerte zu finden. Dann klassifiziere jeden Punkt außerhalb dieser Schwellenwerte als anomal (i.e. Temperatur> Mittelwert + 3 * Standardabweichung). Wie dieser super naive Ansatz nicht lernt, wird er auch keiner Drift folgen. Aber dann spielt die Zeit keine Rolle mehr.
- 1. Statische Variablen über Sitzungen hinweg
- 2. Implementieren der Speichermodelloptimierung mit Abhängigkeiten über die Zeit hinweg
- 3. Funktioniert Paritätsprüfung immer bei der Fehlererkennung?
- 4. Datentrend über die Tabelle hinweg
- 5. Fehlererkennung bei nicht-numerischer Eingabe
- 6. Gemeinsame Nutzung von Variablen über Knotenmodule hinweg
- 7. Freigabe von Variablen über mehrere Sitzungen hinweg
- 8. C# global Datum Zeit über die Anwendung hinweg lokalisieren
- 9. Summe einer Variablen über Datenrahmen hinweg mit einer ID-Variablen
- 10. inkrementelle Erhöhung einer Variablen über die Zeit
- 11. Statische Variablen über mehrere Sitzungen hinweg in WCF-Dienst persistierenden
- 12. Pt-Online-Schema-Änderung über mehrere Hosts hinweg ausführen
- 13. Plotten mehrere Variablen in der Y-Achse über die Zeit
- 14. Falsche Summe bei Gruppierung über mehrere Seiten hinweg
- 15. Zeitlicher Durchschnitt einer Datenmatrix
- 16. Android: EGLContext über die Bildschirmrotation hinweg konservieren
- 17. Änderung der Variablen in MATLAB?
- 18. Array mit variabler Änderung nach der Zeit
- 19. R: Fehlererkennung
- 20. AngularJs ngRepeat aktualisiert nicht bei Änderung der Variablen
- 21. So aktualisieren Sie Variablen bei Änderung der Ansicht
- 22. LaTeX: Bedingte Ausführung der Anweisung bei Änderung einer Variablen
- 23. Freigabe globaler Variablen über mehrere Server/Anwendungen hinweg
- 24. RUNDECK-Freigabe von Variablen über Job-Schritte hinweg
- 25. Berechnen von Häufigkeiten über mehrere Variablen hinweg SPSS
- 26. Speichern von Variablen über mehrere Seiten hinweg mit localStorage?
- 27. Python - Codierungsstil - mehrere Variablen über Funktionen hinweg ändern
- 28. Globale Variable? Variablen über mehrere Skripte hinweg teilen?
- 29. Globale Variablen in Javascript über mehrere Dateien hinweg
- 30. Wahrscheinlichkeitsverteilung über die Zeit?
Danke! scheint großartig, ich werde versuchen, es zu erzwingen – user1940350