Yakamoz and Sunshine: Two novel time series anomaly detection methods
Yakamoz ve Sunshine: İki yeni zaman serisi anomali tespit yöntemi
- Tez No: 704588
- Danışmanlar: DOÇ. DR. CEYLAN YOZGATLIGİL
- Tez Türü: Doktora
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 323
Özet
Modern toplumda, verilerin kullanılabilirliği ve güvenilirliği çok önemli hale geldi. Bu nedenle, çeşitli alanlar için önemli bir görev verilerdeki anormal durumları tespit etmektir. Anormalliklerin belirlenmesinin amaçlarından biri yeni keşiflere yol açacak şekilde aykırı veri noktalarını tespit etmektir. Bu durumda, aykırılıkların kendileri birincil ilgi konusudur. Diğer amaç, istatistiksel analizde ön işleme adımında aykırılıkları tespit etmektir, aksi durumda aykırılıklar model yanlış belirlemeye, yanlı parametre tahminine ve yanlış sonuçlara yol açabilir. Zaman serilerini kullanarak tahminler elde etmek popülerliğini hiç kaybetmeyen bir konudur ve teknolojinin gelişmesiyle daha da önem kazanmaktadır. Zaman serisinde birkaç aykırı gözlemin bile olması bu tahminler üzerinde olumsuz etkiye sahiptir. Sorunlar göz önüne alındığında, yaygın olarak uygulanabilir ve etkili aykırılık tespit yöntemlerine ihtiyaç olduğu anlaşılmaktadır. Bu çalışmada ana hedefimiz, zaman serisi verilerindeki aykırı gözlemlerin modelsiz, denetimsiz, verimli ve doğru tespitini sağlamaktır. Bu nedenle, iki yeni zaman serisi aykırılık tespit yöntemi önerilmiştir. Bu yöntemler, eğitim veri setlerinde aykırı örnekler gerektirmez. Etiketli verilerin toplanması zor olabileceğinden, bu beceri önemli ölçüde pratik değere sahiptir. Ayrıca, aykırılığın yeri yöntemlerin performansını etkilemez. Aykırılık/aykırılıkları bulmada önerilen yöntemlerin başarısı, gerçek ve simüle edilmiş zaman serisi veri setleri kullanılarak araştırılmıştır. Performans karşılaştırma sonuçlarından, önerilen yöntemlerin verilerdeki varyasyona bakılmaksızın zaman serilerindeki aykırılığı/aykırılıkları bulmada oldukça etkili olduğu görülmektedir.
Özet (Çeviri)
In modern society, availability and reliability of data have become crucial. Hence, one important task for a variety of fields is to detect abnormal instances in data. One of the objectives of identification of anomalies is to detect outlying data points, leading to new discoveries. In this case, anomalies themselves are of primary interest. The other objective is to detect anomalies in the preprocessing step in statistical analysis that may otherwise lead to model misspecification, biased parameter estimation and incorrect results. Obtaining forecasts using time series is a subject that has never lost its popularity, and it is becoming ever more important with the development of technology. The presence of even a few abnormal observations in the series, on the other hand, has a negative effect on these forecasts. In view of the problems, it is understood that there is a need for widely applicable and effective anomaly detection methods. Our main goal is to provide model-free, unsupervised, efficient and accurate detection of anomalous observations in time series data. For this reason, two novel time series anomaly detection methods have been proposed. These methods do not require anomalous samples in their training datasets. This skill has considerable practical value since the collection of labelled data can be difficult. In addition, the location of the anomaly does not affect the performance of the methods. Success of the proposed methods in finding anomaly/anomalies is investigated using real and simulated time series datasets. From the performance comparison results, it is seen that the proposed methods are very effective in finding anomaly/anomalies in these time series regardless of the variation in the data.
Benzer Tezler
- Farklı morfolojik özelliklere sahip beş ekmeklik buğday çeşidinin diallel F1 melez döllerinde dane verimi ve bazı tarımsal özelliklerinin belirlenmesi üzerine bir çalışma
A study on the determination of grain yield and some agronomical characteristics in diallel F1 offsprings of five bread wheat cultivars with different morphological properties
TUĞBANUR SARI
Yüksek Lisans
Türkçe
2020
ZiraatKahramanmaraş Sütçü İmam ÜniversitesiTarla Bitkileri Ana Bilim Dalı
DOÇ. DR. MUSTAFA YILDIRIM
- Bipolaris Sorokiniana'nın buğday bitkisi dokularından tespiti için real-time PCR metodunun geliştirilmesi ve erken enfeksiyon aşamasında patojenisite ile alakalı bazı genlerin ifade düzeylerinin araştırılması
Development of the real-time PCR method for detection of Bipolaris Sorokiniana from wheat tissues and investigation of expression leveis of some pathogenicity related genes in early infection stage
MEHTAP ALKAN
Yüksek Lisans
Türkçe
2021
ZiraatBolu Abant İzzet Baysal ÜniversitesiBitki Koruma Ana Bilim Dalı
DOÇ. DR. GÖKSEL ÖZER
- Çukurova koşullarında güncel ekmeklik buğday çeşitlerinin verim ve kalite özelliklerinin belirlenmesi üzerine bir araştırma
A research on the determination of the efficiency and quality characteristics of current bread wheat varieties under Cukurova conditions
MEHMET KARA
Yüksek Lisans
Türkçe
2022
ZiraatÇukurova ÜniversitesiTarla Bitkileri Ana Bilim Dalı
PROF. DR. TACETTİN YAĞBASANLAR
- Farklı ekmeklik buğday unları kullanılarak üretilen Tokat kırmızı biber tarhana örneklerinin fiziksel, kimyasal, fonksiyonel ve mikrobiyolojik özelliklerinin araştırılması
Investigation of physical, chemical, functional and microbiological properties of Tokat red pepper tarhana samples produced using different bread wheat flours
SEVİL GENÇER ÖZYILMAZ
Yüksek Lisans
Türkçe
2022
Gıda MühendisliğiGümüşhane ÜniversitesiGıda Mühendisliği Ana Bilim Dalı
PROF. DR. BİLGE BAHAR
DOÇ. DR. CEMALETTİN BALTACI
- Necati Tosuner'in öyküleri üzerine bir inceleme
A review on Necati Tosuner's stories
BURCU BOSTAN
Yüksek Lisans
Türkçe
2018
Türk Dili ve EdebiyatıAnkara ÜniversitesiTürk Dili ve Edebiyatı Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ERDOĞAN KUL