paint-brush
Imaynatataq (K-)SIF FIFmanta aswan allinta ruwan Chiqa-Dato Anomalía Detección nisqapiby@computational

Imaynatataq (K-)SIF FIFmanta aswan allinta ruwan Chiqa-Dato Anomalía Detección nisqapi

Nishu unay; Ñawinchanapaq

(K-)SIF sut’i ruway ventajakunata rikuchin FIF kaqmanta chiqa willay anomalía tariypi, aswanta Brownian simi pirwawan. SIF aswan kallpasapa ruway kayninta qawachin, pichqa willakuy huñukunapi aswan allin ruwaykunata aypaspa mana sensibles parámetros nisqapi hapipakuspa.
featured image - Imaynatataq (K-)SIF FIFmanta aswan allinta ruwan Chiqa-Dato Anomalía Detección nisqapi
Computational Technology for All HackerNoon profile picture
0-item

Qillqaqkuna:

(1) Guillaume Staerman, INRIA, CEA, Univ., 1999 watapi. Paris-Saclay, Francia suyupi;

(2) Marta Campi, CERIAH, Instituto de Audición, Institut Pasteur, Franciamanta;

(3) Gareth W. Peters, Departamento de Estadística & Probabilidad Aplicada, California Santa Barbara Universidadpi, Estados Unidospi.

Tabla de Enlaces

Resumen y 1. Riqsichikuy

2. Ñawpaqmanta willakuy & Ñawpaqmanta willakuy

2.1. Funcional Aislamiento Bosque

2.2. Método de Firma nisqa

3. Firma Aislamiento Yunka Método

4. Yupay ruwaykuna

4.1. Parámetros nisqamanta Análisis de Sensibilidad nisqa

4.2. Ventajas de (K-)SIF nisqamanta FIF nisqamanta

4.3. Chiqap-datukuna Anomalía Detección Benchmark

5. Rimanakuy & Tukuchiy, Willakuykuna Impacto, hinallataq Referenciakuna


Apéndice nisqapi

A. Firmamanta Yapamanta Willakuykuna

B. Algoritmos K-SIF y SIF nisqakuna

C. Experimentos Numéricos Yapaykuna

4.3. Chiqap-datukuna Anomalía Detección Benchmark

Chay (K-)SIF algoritmokuna yuyaykusqa allin kayninta chaninchanapaq, FIFwan tupachiyta qunapaq, chunka anomalía tariymanta willakuy huñusqakuna Staerman et al. (2019) shinallatak UCR waqaychasqamanta hurqusqa (Chen et al., 2015). Staerman et al.pa contranpi. (2019), mana huk parte de capacitación/prueba llamk’achiykuchu imaraykuchus etiquetas mana capacitaciónpaq llamk’achisqachu kanku chaymanta modelokunata yachachiy chaymanta chaninchay chay capacitación datukunallapi. Algoritmos nisqapa ruwayninta chaninchayku, chay AUC nisqa yupaywan ROC kurvakunapa ukunpi.



Tabla 1: AUC nisqa hukniray anomalía detección nisqa ruwaykunamanta yupasqa prueba conjunto nisqapi. Yana yupaykunaqa aswan allin ruwasqawanmi tupan.


Hukninpiqa, 4 yupaypiqa, FIFwan K-SIFwan ruway mana kaqlla kasqankutam qawarichikun, Brownian simi pirwawan. Riqsisqa, K-SIF rikuchin huk hatun ruway ventajata FIF kaqmanta. Kay qhawayqa firma k'iti allin kayninta aswan willay huñukunapi FIF ruwayninta allinchaypi riqsichin, huk sanu ukhu rurumanta llamk'achiyta allinninkunata kallpachaspa. Hukninpiqa, datos funcionales nisqapa sasachakuyninta qawarispaqa, manam ima sapalla métodopas suyakunchu universalmente hukkunamanta aswan allinta ruwananta.


Ichaqa, SIF aswan achka kutipi sinchi ruwayta rikuchin, pichqa willakuy huñukunapaq aswan allin ruwaykunata aypaspa. FIFwan K-SIFwan tupachisqaqa, imaymana willakuy huñukunamanmi sinchi kayninta qawachin, manataqmi sinchitachu afectasqa kachkan FIF (diccionario hinaspa ukhu ruru) hinaspa K-SIF (diccionario) nisqapi kaq parámetros nisqakuna akllasqanwan.


Kay qillqasqaqa arxiv nisqapim kachkan CC BY 4.0 DEED nisqa licenciawan.