Die Erkennung von Anomalien bezieht sich auf das Problem, Muster in Daten zu finden, die nicht dem erwarteten Verhalten entsprechen. Dies wird auch als Ausreißererkennung bezeichnet.
Problem Hintergrund: Ich arbeite an einem Projekt, das Protokolldateien umfasst, die denen im IT-Überwachungsbereich ähneln (nach meinem besten Verständnis des IT-Bereichs). Diese Protokolldateien sind Zeitreihendaten, die in Hunderten / Tausenden von Zeilen mit verschiedenen Parametern organisiert sind. Jeder Parameter ist numerisch (float) und es gibt einen nicht trivialen / fehlerfreien …
Müssen Ihre Daten vor dem Cluster standardisiert werden? Im Beispiel von scikit learnetwa DBSCAN, hier tun sie dies in der Zeile: X = StandardScaler().fit_transform(X) Aber ich verstehe nicht, warum es notwendig ist. Schließlich setzt Clustering keine bestimmte Verteilung von Daten voraus - es ist eine unbeaufsichtigte Lernmethode, deren Ziel es …
Gibt es ein umfassendes Open Source-Paket (vorzugsweise in Python oder R), das zur Erkennung von Anomalien in Zeitreihen verwendet werden kann? In scikit-learn gibt es ein SVM-Paket für eine Klasse, das jedoch nicht für Zeitreihendaten bestimmt ist. Ich suche nach komplexeren Paketen, die beispielsweise Bayes'sche Netzwerke zur Erkennung von Anomalien …
Ich habe einen großen mehrdimensionalen Datensatz, der jeden Tag generiert wird. Was wäre ein guter Ansatz, um im Vergleich zu früheren Tagen irgendeine Art von "Anomalie" zu entdecken? Ist dies ein geeignetes Problem, das mit neuronalen Netzen angegangen werden könnte? Anregungen sind willkommen. Zusätzliche Informationen: Es gibt keine Beispiele, daher …
Ich habe eine große SQL-Tabelle, die im Wesentlichen ein Protokoll ist. Die Daten sind ziemlich komplex und ich versuche einen Weg zu finden, um Anomalien zu identifizieren, ohne dass ich alle Daten verstehe. Ich habe viele Tools für die Erkennung von Anomalien gefunden, aber die meisten erfordern eine Art "Mittelsmann", …
Ich habe die Erklärung der Faltung gelesen und verstehe sie bis zu einem gewissen Grad. Kann mir jemand helfen zu verstehen, wie diese Operation mit der Faltung in Faltungs-Neuronalen Netzen zusammenhängt? Ist eine filterähnliche Funktion, gdie Gewicht anwendet?
Ich habe zwei Tensoren a:[batch_size, dim] b:[batch_size, dim]. Ich möchte inneres Produkt für jedes Paar in der Charge machen c:[batch_size, 1], wo erzeugen c[i,0]=a[i,:].T*b[i,:]. Wie?
Ich versuche mit Python und sklearn eine Anomalieerkennung zwischen Zeitreihen durchzuführen (aber andere Paketvorschläge sind auf jeden Fall willkommen!). Ich habe einen Satz von 10 Zeitreihen; Jede Zeitreihe besteht aus Daten, die aus dem Drehmomentwert eines Reifens (also insgesamt 10 Reifen) erfasst wurden, und die Sätze enthalten möglicherweise nicht die …
Ich möchte den Unterschied in Bezug auf Anwendungen (z. B. welche ist die Erkennung von Kreditkartenbetrug?) Und in Bezug auf verwendete Techniken kennen. Beispielpapiere, die die Aufgabe definieren, wären willkommen.
Ich studiere derzeit Artikel über die Erkennung von Ausreißern mithilfe von RNNs (Replicator Neural Networks) und frage mich, was der besondere Unterschied zu Autoencodern ist. RNNs scheinen für viele als der heilige Gral der Erkennung von Ausreißern / Anomalien zu gelten, aber die Idee scheint ziemlich alt zu sein, da …
Ich habe einen Vektor und möchte darin Ausreißer erkennen. Die folgende Abbildung zeigt die Verteilung des Vektors. Rote Punkte sind Ausreißer. Blaue Punkte sind normale Punkte. Gelbe Punkte sind ebenfalls normal. Ich benötige eine Ausreißererkennungsmethode (eine nicht parametrische Methode), mit der nur rote Punkte als Ausreißer erkannt werden können. Ich …
We use cookies and other tracking technologies to improve your browsing experience on our website,
to show you personalized content and targeted ads, to analyze our website traffic,
and to understand where our visitors are coming from.
By continuing, you consent to our use of cookies and other tracking technologies and
affirm you're at least 16 years old or have consent from a parent or guardian.