36,99 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 6-10 Tagen
  • Broschiertes Buch

A detecção de anomalias em tempo real de fluxos maciços de dados é um dos importantes tópicos de pesquisa nos dias de hoje, devido ao fato de que a maior parte dos dados mundiais é gerada em processos temporais contínuos. Ele aborda vários problemas em muitos domínios, como saúde, educação, finanças, governo, etc. Neste trabalho, propomos uma melhoria desta abordagem implementada nos modelos de previsão HW e TDHW. O Algoritmo Genético (GA) é aplicado para otimizar periodicamente os parâmetros de suavização de HW e TDHW, além dos dois parâmetros de janelas deslizantes que melhoram a medida de…mehr

Produktbeschreibung
A detecção de anomalias em tempo real de fluxos maciços de dados é um dos importantes tópicos de pesquisa nos dias de hoje, devido ao fato de que a maior parte dos dados mundiais é gerada em processos temporais contínuos. Ele aborda vários problemas em muitos domínios, como saúde, educação, finanças, governo, etc. Neste trabalho, propomos uma melhoria desta abordagem implementada nos modelos de previsão HW e TDHW. O Algoritmo Genético (GA) é aplicado para otimizar periodicamente os parâmetros de suavização de HW e TDHW, além dos dois parâmetros de janelas deslizantes que melhoram a medida de desvio MASE da Hyndman e o valor do parâmetro de limiar que não define intervalo de confiança de anomalias. Propomos também uma nova função de otimização baseada nos conjuntos de dados de treinamento de entrada com os intervalos anotados de anomalias para detectar as anomalias corretas e reduzir o número de falsas anomalias.
Autorenporträt
Zirije Hasani nasceu a 21.04.1988 em Gostivar, Macedónia. É doutorada em Informática e actualmente é Professora Universitária no Kosovo. É investigadora dedicada na área da detecção de anomalias em tempo real Big Data. Este livro é o resultado dos seus seis anos de investigação na área da detecção de anomalias em tempo real Big Data.