Zaman serisi verilerde gerçek zamanlı anomali tespiti
Real time anomaly detection in time series data
- Tez No: 618503
- Danışmanlar: PROF. DR. ŞAHİN EMRAH
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: Türkçe
- Üniversite: Ankara Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
İnternet hızının ve paralelinde internet kullanan uygulamaların artışı ile zaman serisi verilerinde önemli bir artış gözlemlenmektedir. Verilerin artışı, beraberinde yeni problemler getirmiş ve bu problemler için yeni çözüm yolları aranması ve büyüyen bir alan doğmasına fayda sağlamıştır. Oluşan bu büyük veri akışında problemlerin tespiti, beklenmeyen verilerin oluşmasının takibi ve gerekli önlemlerin alınması gibi ihtiyaçlar doğmuştur. Bu kapsamda tüm verilerin elde bulunmaması ve akış olarak oluşması dolayısı ile tespitin canlı olarak yapılması, sistemin verilerde zaman gibi değişkenlere bağlı farklılıkları gözetmesi, sorunları olabildiğince erken tespit etmesi ve eğitime ihtiyaç duymadan farklı veri akışları ile çalışabilmesi önem taşımaktadır. Anomali tespiti için eğri uydurma ve standart sapma tabanlı yaklaşımlar üzerinde çalışmalar yapılmış ve iyileştirme önerileri sunulmuştur. Kullandığımız yöntemlerin testini gerçekleştirmek ve bir karşılaştırma sunabilmek için açık kaynak olarak Numenta firması tarafından paylaşılan Numenta Anomaly Benchmark (NAB) kullanılmış, diğer açık kaynak olan anomali tespit algoritmaları ile sonuçlar karşılaştırılmıştır.
Özet (Çeviri)
A significant increase in time series data is observed with the increase of applications using internet in parallel with the internet speed and system speeds. The increase of the data has brought new problems and it has helped to look for new solutions and create a growing area. Problems arise in this large data flow, such as monitoring the occurrence of unexpected data and taking necessary measures. In this context, it is important that all data are not available and formed as a stream, so that the detection is made as data arrived, the system observes the differences in the data depending on variables such as time as it may bring drifts in data stream, it is important to detect problems as early as possible and to work with different data streams without the need for training. Second degree polynomial with least squares method and standard deviation based algorithms are tested. Also improvements are given. Open Source Numenta Anomaly Benchmark (NAB) by Numenta Company was used as a benchmark tool and the results were compared with other open source anomaly detection algorithms.
Benzer Tezler
- İklimlendirme sistemleri üzerinde makine öğrenmesi ile anomali tespiti
Anomaly detection with machine learning on air conditioning systems
REFİK KİBAR
- Dinamik sistemlerde zaman serileri analizi ile öğrenme tabanlı bilgi çıkarımı
Learning based information extraction by time series analysis in dynamic systems
SELAHATTİN BARIŞ ÇELEBİ
- Inventory stock anomaly detection with variational autoencoder
Değişken otokodlayıcı kullanarak envanter stoğundaki anomalilerin tespiti
HALİL ARĞUN
- Collective anomaly detection in time series using pitch frequency and dissimilarity features
Pitch frekansı ve benzeşmezlik öznitelikleri kullanılarak zaman serilerinde kolektif anomali tespiti
EKİN CAN ERKUŞ
Doktora
İngilizce
2023
Orta Doğu Teknik ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
Yükleniyor...
- Gerçek zamanlı fizyolojik sinyal verilerinin karşılaştırmalı öğrenme tekniği ile kişiselleştirilmiş anomali tespiti
Personalized anomaly detection using contrastive learning technique of real time physiological signal datas
SİNEM ŞENTEPE KÖSE
Yüksek Lisans
Türkçe
2024
Eskişehir Osmangazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
Yükleniyor...