지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 박정희
- 발행연도
- 2020
- 저작권
- 충남대학교 논문은 저작권에 의해 보호받습니다.
이용수7
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
In the data stream, anomaly detection aims to find a data sample that is different from most other data samples, while anomaly pattern detection aims to detect when data generation patterns are significantly different from existing patterns. Anomaly detection can be divided into binary predictions and anomaly scores depending on the output results. In this paper, we propose a method for anomaly pattern detection using statistical test methods and ensembles to detect anomaly in the two output methods. Using nine data collected from UCI and OpenML, the performance was confirmed in the anomaly pattern detection experiment and using the power data supplied by KEPCO to detect of power contract violations, the proposed method obtained a detection delay of f1 value of 0.83 and, on average, six days after the violation occurred. This shows that it can be effectively used for detecting contract violations in real situations.
목차
1. 서 론2. 관련 연구2.1 이상치 탐지2.2 이상 패턴 탐지3. 데이터 스트림에서 이상 패턴 탐지3.1 이진 이상치 스트림 기반 이상 패턴 탐지3.1.1 정상/이상치 이진 예측 스트림 생성3.1.2 모비율 차 검정을 이용한 이상 패턴 발생 시점 탐지3.2 이상치 지수 스트림 기반 이상 패턴 탐지3.2.1 이상치 지수 스트림 변환3.2.2 임계값 앙상블로 이진값 스트림으로 변환3.2.3 앙상블 이상 패턴 탐지4. 실험 결과4.1 데이터4.2 실험 절차4.3 성능 비교5. 전기 계약 종별 위반 탐지5.1 데이터5.1.1 AMI 데이터5.1.2 데이터 전처리5.2 실험 절차5.3 성능 비교6. 결 론참고 문헌
최근 본 자료
댓글(0)
0