E' stato sviluppato un approccio di anomaly detection basato su tecniche di clustering e di consenso che sfrutta la potenza della discretizzazione SAX e la specificità delle serie temporali da analizzare. Verrà discusso un tool sviluppato capace di costruire un modello per il comportamento previsto, composto da uno o più pattern significativi, del segnale analizzato; tutte le sottosequenze sufficientemente distanti da esso verranno etichettate come anomale
Ricerca di anomalie su serie temporali di temperature basata su rappresentazione simbolica
Carbone, Francesco
2014/2015
Abstract
E' stato sviluppato un approccio di anomaly detection basato su tecniche di clustering e di consenso che sfrutta la potenza della discretizzazione SAX e la specificità delle serie temporali da analizzare. Verrà discusso un tool sviluppato capace di costruire un modello per il comportamento previsto, composto da uno o più pattern significativi, del segnale analizzato; tutte le sottosequenze sufficientemente distanti da esso verranno etichettate come anomaleFile in questo prodotto:
File | Dimensione | Formato | |
---|---|---|---|
Relazione.pdf
accesso aperto
Dimensione
5.16 MB
Formato
Adobe PDF
|
5.16 MB | Adobe PDF | Visualizza/Apri |
The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License
Utilizza questo identificativo per citare o creare un link a questo documento:
https://hdl.handle.net/20.500.12608/18274