文献

J-GLOBAL ID：202002255487743043   整理番号：20A0814090

RAMP:科学的ワークフローにおけるリアルタイム異常検出【JST・京大機械翻訳】

RAMP: Real-Time Anomaly Detection in Scientific Workflows

著者 (5件)： Dinal Herath J. (State University of New York at Binghamton,Binghamton,NY,USA) ,  Bai Changxin (Wayne State University,Detroit,MI,USA) ,  Yan Guanhua (State University of New York at Binghamton,Binghamton,NY,USA) ,  Yang Ping (State University of New York at Binghamton,Binghamton,NY,USA) ,  Lu Shiyong (Wayne State University,Detroit,MI,USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： Big Data  ページ： 1367-1374  発行年： 2019年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 科学的発見の信頼性を確保するためには,研究の完全性が重要である。本研究は,複数の地理的に分布した研究サイトにわたる科学的協力を容易にするために広く使われているパラダイムを計算する,科学的ワークフローを標的とする誤った挙動を検出することを目的としている。著者らは,科学的ワークフローシステムにおけるリアルタイム異常検出のために,RAMP(リアルタイム集合マトリックスプロファイル)と呼ばれる新しいシステムを開発した。ランプは,オンラインで科学的ワークフローから収集されたイベントストリームの系列間の異常距離を検出するために,マトリックスプロファイルと呼ばれる既存の時系列データ解析技術に基づいている。適応不確実性関数を用いて,異常検出モデルを動的に調整して,高い誤警報率を防止した。ランプは,異常検出精度を改善するために,報告された異常に関するユーザフィードバックを組み込むことができ,モデルパラメータを修正する科学的ワークフロープラットフォーム,DATAVIEWにより生成されたログへのRAMPの適用からの実験結果は,RAMPがリアルタイムのインタリーブおよび非インタリーブワークフロー実行の両方に対して高い精度で様々な範囲の異常を同定できることを示した。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 完全性 ,  インタリーブ ,  信頼性 ,  *ワークフロー ,  不確実性 ,  地理学
準シソーラス用語： モデルパラメータ ,  誤警報率 ,  時系列データ ,  オンライン ,  らんぷ ,  異常検出 ,  実時間 ,  受容体活性調節蛋白質 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： RAMP ,  科学 ,  ワークフロー ,  リアルタイム ,  異常検出