Jul, 2024
异常模式的复杂系统机器学习与最大异常集中检测方法
Machine Learning for Complex Systems with Abnormal Pattern by Exception
Maximization Outlier Detection Method
TL;DR本文提出了一种用于异常检测的新型快速在线方法，称为异常最大化异常检测方法（EMODM），它利用概率模型和统计算法从复杂系统的输出中检测出异常模式。EMODM基于双态高斯混合模型，在实时原始数据上进行概率异常检测，并证明其在两个数值案例的合成数据中的效果。对于现实世界的数据，我们使用EMODM通过三相逆变器的电流和电压输出检测了电路系统的短路模式，还通过美国53个地区2000年至2024年的失业保险数据发现了由COVID-19引起的异常时期。将EMODM应用于这两个真实数据集验证了我们算法的有效性和精确性。