Detekce nových nebo neznámých vzorů | AI slovník

Odborná definice

Novelty detection je úloha identifikovat nové pozorování, které se významne odlišují od distribuce čistých tréninkových dat reprezentujúcich normálny stav. Model se učí hranici nebo hustotu běžných příkladů a na nových vstupech vytváří novelty score nebo binární rozhodnutí. Na rozdíl od outlier detection se předpokládá, že tréninková množina není kontaminovaná anomáliami. Používají se one-class SVM, Local Outlier Factor v novelty režime, autoenkódery nebo metody hustoty. Práh musí vycházet z provozních nákladů.

Srozumitelné vysvětlení

Systém se může naučit, jako vyzerají normálně vibrace stroja, a následně upozornit na měření, které se od naučeného chování výrazně liší. Nepovie automaticky, jaká porucha nastala. Označí pouze to, že vstup je nezvyčajný vzhledem na tréninkový normál. Pokud byly v tréninku skryté poruchy, model jejich může považovat za běžné. Pokud se výrobný proces legitimní změní, začne hlásit mnoho falešných alarmů. Proto je třeba spravovat referenční období, práh a zpětnou vezbu techniků.

Časté otázky

Jaký je rozdíl mezi novelty a outlier detection?

Novelty detection trénuje na datech považovaných za čistý normál a hodnotí nové nevidené vstupy. Outlier detection hledá anomálie přímo v kontaminovanom tréninkovém datasete.

Proč se LOF v novelty režime nesmí hodnotit na tréninkových datech?

Jeho predict a score metody jsou určené pro nové vzorku vzhledem na naučenou lokální hustotu. Použití na tréninkové množině vede k odlišnej interpretaci a chybným záverom.

Jak se volí rozhodovací práh?

Z validačních dat a nákladů false positive a false negative. Při bezpečnostním alarme může být vhodný vysoký recall, při drahej manuálnej kontrole se musí omezit počet falešných poplachů.

Dokáže novelty detector pomenovat nový typ události?

Obvykle ne. Vytvoří skóre odlišnosti, ale neurčí príčinu ani novou třídu. Na pomenování je třeba další analýzu, shlukování, diagnostické příznaky nebo odborníka.

Jako drift ovlivňuje novelty detection?

Pokud se normálna provoz změní, stará hranice začne považovat legitimní data za nové. Model potřebuje monitorování distribuce, verziování referenčních dat a riadenou aktualizaci.

Související pojmy

Zdroje a redakční stopa

scikit-learn, Novelty and Outlier Detection

Definícia je autorská odborná syntéza. Pri právnych a regulačných rozhodnutiach má prednosť aktuálne oficiálne znenie predpisu a posúdenie konkrétneho prípadu.