W artykule uwzględniono różne podejścia do zagadnienia identyfikacji obserwacji oddalonych: podejście dedykowane dla szeregów czasowych i modeli ARIMA, mierniki stopnia oddalenia obserwacji oraz metody klasyfikacyjne. Celem cząstkowym
jest zestawienie istniejących metod, ze wskazaniem możliwości pewnych modyfikacji dla polepszenia wyników otrzymywanych z prowadzonej diagnostyki.
The paper presents three different methods for detecting anomalies in time series. The first one is dedicated for time series analysis and ARIMA models. Two other two come from very different background: one is associated with measuring the distance from the given observation to the remaining objects in dataset. The other one belongs to the family of classification methods within machine learning framework. The goal of the
paper is to present, compare and illustrate these three different approaches on a real world dataset.
Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies
Informacja
SZANOWNI CZYTELNICY!
UPRZEJMIE INFORMUJEMY, ŻE BIBLIOTEKA FUNKCJONUJE W NASTĘPUJĄCYCH GODZINACH:
Wypożyczalnia i Czytelnia Główna: poniedziałek – piątek od 9.00 do 19.00