Histórico do problema: Estou trabalhando em um projeto que envolve arquivos de log semelhantes aos encontrados no espaço de monitoramento de TI (para minha melhor compreensão do espaço de TI). Esses arquivos de log são dados de séries temporais, organizados em centenas / milhares de linhas de...
É necessário padronizar seus dados antes do cluster? No exemplo do scikit learnDBSCAN, aqui eles fazem isso na linha: X = StandardScaler().fit_transform(X) Mas não entendo por que é necessário. Afinal, o clustering não assume nenhuma distribuição específica de dados - é um método de aprendizado...
Existe um pacote abrangente de código aberto (de preferência em python ou R) que pode ser usado para detecção de anomalias em séries temporais? Existe um pacote SVM de uma classe no scikit-learn, mas não é para dados de séries temporais. Estou procurando pacotes mais sofisticados que, por exemplo,...
Eu tenho um grande conjunto de dados multidimensional que é gerado todos os dias. Qual seria uma boa abordagem para detectar qualquer tipo de 'anomalia' em comparação com os dias anteriores? Esse é um problema adequado que pode ser resolvido com redes neurais? Todas as sugestões são...
Eu tenho uma tabela SQL grande que é essencialmente um log. Os dados são bastante complexos e estou tentando encontrar uma maneira de identificar anomalias sem que eu entenda todos os dados. Encontrei muitas ferramentas para a detecção de anomalias, mas a maioria delas exige um tipo de...
Eu tenho dois tensores a:[batch_size, dim] b:[batch_size, dim]. Quero fazer um produto interno para cada par do lote, gerando c:[batch_size, 1], onde c[i,0]=a[i,:].T*b[i,:].
Li a explicação da convolução e a compreendi até certo ponto. Alguém pode me ajudar a entender como essa operação se relaciona à convolução nas redes neurais convolucionais? O filtro é uma função gque aplica
Atualmente, estou estudando artigos sobre detecção de outlier usando RNN (Replicator Neural Networks) e me pergunto qual é a diferença específica para Autoencoders? As RNNs parecem ser pisadas por muitos como o santo graal da detecção de outlier / anomalia, no entanto, a idéia parece ser bastante...
Gostaria de saber a diferença em termos de aplicativos (por exemplo, qual é a detecção de fraude no cartão de crédito?) E em termos de técnicas usadas. Trabalhos de exemplo que definem a tarefa seriam
Eu estou tentando fazer alguma detecção de anomalia entre séries temporais # usando Python e sklearn (mas outras sugestões de pacotes são definitivamente bem-vindas!). Eu tenho um conjunto de 10 séries temporais; cada série temporal consiste em dados coletados do valor de torque de um pneu (total...
Eu tenho um vetor e quero detectar outliers nele. A figura a seguir mostra a distribuição do vetor. Pontos vermelhos são outliers. Pontos azuis são pontos normais. Pontos amarelos também são normais. Eu preciso de um método de detecção de outlier (um método não paramétrico) que possa apenas...