Dirección de marketing /
La detección de anomalías, cuyo objetivo es identificar las observaciones que se desvían de una muestra nominal, es una tarea difícil para los datos de alta dimensión. Los métodos tradicionales de detección de anomalías basados en la distancia calculan la distancia de vecindad entre cada observación y sufren la maldición de la dimensionalidad en el espacio de alta dimensión; por ejemplo, las distancias entre cualquier par de muestras son similares y cada muestra puede comportarse como un valor atípico. En este trabajo, proponemos un modelo híbrido de detección de anomalías semi-supervisado para datos de alta dimensión que consta de dos partes: un autoencoder profundo (DAE) y un detector de anomalías basado en un conjunto de grafos de vecinos más cercanos (K-NNG). Aprovechando la capacidad de mapeo no lineal, el DAE se entrena primero para aprender las características intrínsecas de un conjunto de datos de alta dimensión para representar los datos de alta dimensión en un subespacio más compacto. A continuación, se construyen varios detectores de anomalías no paramétricos basados en KNN a partir de diferentes subconjuntos muestreados aleatoriamente de todo el conjunto de datos. La predicción final la realizan todos los detectores de anomalías. El rendimiento del método propuesto se evalúa en varios conjuntos de datos reales, y los resultados confirman que el modelo híbrido propuesto mejora la precisión de la detección y reduce la complejidad computacional.
Fuente:
Revista Virtual Pro
Formatos de contenido:
Otros