用于无噪声数据序列异常检测的模型无关的 Kullback-Leibler 散度滤波器
信号处理
2024-05-07 v1
摘要
我们提出了一种 Kullback-Leibler 散度(KLD)滤波器，用于从由广泛类近似传感器生成的数据序列中提取异常值，包括异常位置及其相对大小。该技术适用于常用于工程实践中的设备，例如用于非破坏性检查危险或其他人类无法直接接近的环境的移动机器人上的设备。该类传感器生成的原始数据因信号内容受噪声的支配而难以分析。该滤波器旨在检测由传感器收集的数据序列与基线数据序列之间信息内容的差异。它可用于基于模型或模型无关的情境。该 KLD 滤波器的性能在工业规范设置下得到验证，并与一个行业采纳的同行算法进行了基准测试。
引用
@article{arxiv.2405.03047,
title = {A Model-Free Kullback-Leibler Divergence Filter for Anomaly Detection in Noisy Data Series},
author = {Ruikun Zhou and Wail Gueaieb and Davide Spinello},
journal= {arXiv preprint arXiv:2405.03047},
year = {2024}
}
备注
10 pages, 40 references