文献

J-GLOBAL ID：201702289087078455   整理番号：17A1167182

異常検出のための指数重み付き楕円体モデル【Powered by NICT】

Exponentially Weighted Ellipsoidal Model for Anomaly Detection

著者 (4件)： Moshtaghi M. (Department of Computing and Information Systems, The University of Melbourne, Melbourne, Australia) ,  Erfani S. M. (Department of Computing and Information Systems, The University of Melbourne, Melbourne, Australia) ,  Leckie C. (Department of Computing and Information Systems, The University of Melbourne, Melbourne, Australia) ,  Bezdek J.C. (Department of Computing and Information Systems, The University of Melbourne, Melbourne, Australia)
資料名： International Journal of Intelligent Systems  (International Journal of Intelligent Systems)
巻： 32  号： 9  ページ： 881-899  発行年： 2017年 
JST資料番号： T0454A  ISSN： 0884-8173  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： モノのインターネットにおける効率的な局在データモデリング技術(IoT)応用は,関心のある事象を確認しその動作を変更する為にノードを可能にした。電池IoTノードが特定イベントへのデータ通信を制限することによりそれらのエネルギー資源を保存できる。IoTと限られたメモリと計算資源で収集されたデータの実時間特性にもかかわらず,IoTのための電流データモデリングアプローチの大部分はバッチ訓練を含んでいる。最近,反復データは,異常検出を捕捉と呼ばれるオンライン効率的な異常検出技法は環境センシングとモニタリング応用のための提案されている。しかし,この方法は変化する環境を取り扱うことができない。今までのところ,このアルゴリズムは環境の変化に適応するための拡張の努力は限定的な成功を収めた。本論文では,指数関数的に重みづけ過去の観測によるデータストリームにおける変化に適応するためにこのアルゴリズムを一般化した。実世界とシミュレーションデータ集合に関する数値結果と提案したアルゴリズム,既存の方法と比較して,この方法の効率と精度を示すを明らかにした。Copyright 2017 Wiley Publishing Japan K.K. All Rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 電流 ,  アルゴリズム ,  記憶装置 ,  シミュレーション ,  指数関数 ,  *楕円体 ,  データ通信 ,  重みづけ ,  エネルギー資源
準シソーラス用語： データストリーム ,  環境センシング ,  オンライン ,  計算資源 ,  モノのインターネット ,  *異常検出 , 【Automatic Indexing@JST】

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (4件)： 異常検出 ,  指数 ,  楕円体 ,  モデル