文献

J-GLOBAL ID：202002271405373589   整理番号：20A2147123

電力品質擾乱データのための高速動的密度異常値検出アルゴリズム【JST・京大機械翻訳】

Fast Dynamic Density Outlier Detection Algorithm for Power Quality Disturbance Data

著者 (2件)： Liu Siyu (North China University of Technology, Beijing, China) ,  Fang Jun (North China University of Technology, Beijing, China)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 12432  ページ： 194-201  発行年： 2020年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 既存の異常検出法は,時系列特性と大きな変動を有する高次元電力品質擾乱データの異常値検出のための低い精度と遅い同定速度の問題を持っている。上記の問題を解決するために,電力品質擾乱データのための高速動的密度異常検出法を提案した。データセットを時間に従って異なる時間スライスに分割して,異なる時間スライスにおける変化データだけを動的にクラスタ化して,次の時間スライスに関するデータがより少ない時間コストで正確なクラスタ化結果を得ることができるようにした。実験結果は,提案方法が異常検出結果の精度を確実にするだけではなく,時間効率も改善することを示した。Copyright Springer Nature Switzerland AG 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  クラスタ化 ,  *異常値 ,  高次元
準シソーラス用語： 異常検出 ,  *検出アルゴリズム ,  *異常値検出 , 【Automatic Indexing@JST】

著者キーワード (3件)： 異常値検出 ,  電力品質擾乱データ ,  動的アルゴリズム

分類 (2件)： 統計的品質管理  (KB04030W) ,  数値計算  (JE02000J)

タイトルに関連する用語 (4件)： 電力品質擾乱 ,  密度 ,  異常値検出 ,  アルゴリズム