Аутори:  (1) Гуиллауме Стаерман, ИНРИА, ЦЕА, Унив. Парис-Сацлаи, Француска;  (2) Марта Цампи, ЦЕРИАХ, Институт де л'Аудитион, Институт Пастеур, Француска;  (3) Гаретх В. Петерс, Департмент оф Статистицс & Апплиед Пробабилити, Университи оф Цалифорниа Санта Барбара, САД.  Табела веза   Апстракт и 1. Увод   2. Позадина и прелиминаре   2.1. Функционална изолациона шума   2.2. Тхе Сигнатуре Метход   3. Сигнатуре Исолатион Форест Метход   4. Нумерички експерименти   4.1. Анализа осетљивости параметара   4.2. Предности (К-)СИФ у односу на ФИФ   4.3. Бенцхмарк за откривање аномалија у реалним подацима   5. Дискусија и закључак, изјаве о утицају и референце  Додатак   А. Додатне информације о потпису   Б. К-СИФ и СИФ алгоритми   Ц. Додатни нумерички експерименти  4.3. Бенцхмарк за откривање аномалија у реалним подацима  Да бисмо проценили ефикасност предложених (К-)СИФ алгоритама и обезбедили поређење са ФИФ, извршили смо компаративну анализу користећи десет скупова података за детекцију аномалија конструисаних у Стаерман ет ал. (2019) и преузето из УЦР репозиторијума (Цхен ет ал., 2015). За разлику од Стаерман ет ал. (2019), не користимо део за обуку/тестирање јер се ознаке не користе за обуку и обучавамо и процењујемо моделе само на подацима о обуци. Процењујемо перформансе алгоритама квантификовањем АУЦ испод РОЦ криве.   С једне стране, слика 4 илуструје диспаритет перформанси између ФИФ и К-СИФ користећи Браунов речник. Посебно, К-СИФ показује значајну предност у перформансама у односу на ФИФ. Ово запажање наглашава ефикасност језгра потписа у побољшању перформанси ФИФ-а у већини скупова података, наглашавајући предности његовог коришћења у односу на једноставан унутрашњи производ. С друге стране, с обзиром на замршеност функционалних података, не очекује се да ће јединствени метод надмашити друге на универзалан начин.  Међутим, СИФ показује снажне перформансе у већини случајева, постижући најбоље резултате за пет скупова података. За разлику од ФИФ-а и К-СИФ-а, он показује робусност на различите скупове података, док на њега драстично не утиче избор параметара укључених у ФИФ (речник и унутрашњи производ) и К-СИФ (речник).  Овај рад је   под лиценцом ЦЦ БИ 4.0 ДЕЕД. доступан на аркив

Part of HackerNoon's growing list of open-source research papers, promoting free access to academic material.

Computational.TECH

Computational catalyzes innovation, fueling sustainable breakthroughs for a brighter future.

computational's blog

Овај аудио је произведен на оригиналном језику приче!

Предуго; Читати

Download free Tech Leaders Productivity Report!

Како (К-)СИФ надмашује ФИФ у откривању аномалија у реалним подацима

About Author

КОМЕНТАРИ

ХАНГ ТАГС

ОВАЈ ЧЛАНАК ЈЕ ПРЕДСТАВЉЕН У

Related Stories

Sravana Kumar Reddy Yeruva’s Fusion Transformation Sets a New Standard in ERP Excellence

Leadership Success Story: Srinath Muralinathan's Transformative Projects at Amazon

Scaling Web Testing with Automation: Srikanth Srinivas’s Digital Strategy Breakthrough

Building the Cloud Future: Sreedevi Velagala's Trek in AWS Architecture

Sravana Kumar Reddy Yeruva’s Fusion Transformation Sets a New Standard in ERP Excellence

Leadership Success Story: Srinath Muralinathan's Transformative Projects at Amazon

Scaling Web Testing with Automation: Srikanth Srinivas’s Digital Strategy Breakthrough

Building the Cloud Future: Sreedevi Velagala's Trek in AWS Architecture

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps