使用深度循环自编码器检测蜂巢中的异常
机器学习
2020-03-11 v1 信号处理
机器学习
摘要
精准养蜂通过为蜂巢配备传感器来监测蜜蜂的生存条件。这些蜂巢记录的数据可由机器学习模型分析，以学习蜂群的行为模式或搜索异常事件。一个典型目标是尽早检测蜜蜂分群，因为养蜂人出于经济原因希望避免此事。先进的方法应能够检测由蜜蜂疾病或技术原因（例如传感器故障）引起的任何其他不寻常或异常行为。在本立场论文中，我们提出了一种自编码器——一种深度学习模型，可检测数据中任何类型的异常而不论其来源。我们的模型能够揭示出与基于简单规则的分群检测算法相同的分群，但也会被任何其他异常所触发。我们在真实世界数据集上评估了我们的模型，这些数据集采集自不同蜂巢并采用不同传感器设置。
引用
@article{arxiv.2003.04576,
title = {Anomaly Detection in Beehives using Deep Recurrent Autoencoders},
author = {Padraig Davidson and Michael Steininger and Florian Lautenschlager and Konstantin Kobs and Anna Krause and Andreas Hotho},
journal= {arXiv preprint arXiv:2003.04576},
year = {2020}
}