文献

J-GLOBAL ID：201802222093522227   整理番号：18A0476527

ロバスト統計による異常検出【Powered by NICT】

Anomaly detection by robust statistics

著者 (2件)： Rousseeuw Peter J. (Department of Mathematics, KU Leuven, Leuven, Belgium) ,  Hubert Mia (Department of Mathematics, KU Leuven, Leuven, Belgium)
資料名： Wiley Interdisciplinary Reviews: Data Mining and Knowledge Discovery  (Wiley Interdisciplinary Reviews: Data Mining and Knowledge Discovery)
巻： 8  号： 2  ページ： ROMBUNNO.1236  発行年： 2018年 
JST資料番号： W2768A  ISSN： 1942-4787  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： 実データはしばしば異常例を含み,異常値としても知られている。これらは得られた結果を損なう可能性があるが,貴重な情報を含んでいる可能性がある。いずれの場合では,このような異常を検出する能力が必須である。この目的のために有用なツールは,ロバスト統計,データの大部分,それから逸脱したフラッギングデータ点を先ず当てはめることにより異常値を検出することを目的としたものである。いくつかのロバストな方法と得られたグラフ異常値検出ツールの概要を示した。単変量,低次元および高次元データのためのロバストな手順を議論し,推定位置と散乱,線形回帰,主成分分析,分類,クラスタ化,および機能的データ解析である。cellwise異常値の挑戦的な新しい話題を紹介した。Copyright 2018 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： 主成分分析 ,  異常値 ,  クラスタ化 ,  *ロバスト性 ,  データ解析
準シソーラス用語： 線形回帰 ,  高次元データ ,  低次元 ,  異常値検出 ,  *異常検出 , 【Automatic Indexing@JST】

分類 (4件)： システム・制御理論一般  (IA02010H) ,  図形・画像処理一般  (JE04010I) ,  統計的品質管理  (KB04030W) ,  分析化学一般  (CC02010H)

タイトルに関連する用語 (2件)： ロバスト統計 ,  異常検出