基于非典型性的数据发现与异常检测：信号处理方法
信号处理
2017-09-18 v1 信息论
math.IT
摘要
非典型性的旨在从大数据中提取出小的、罕见的、不寻常且有趣的部分。这补充了关于典型数据的统计，从而提供对数据的洞察。为了找到数据中这些“有趣”的部分，需要通用方法，因为事先并不知道我们在寻找什么。因此，我们将非典型性准则建立在码长之上。在之前的一篇论文中，我们开发了针对离散值数据的方法论，而本文将其扩展到实值数据。这是通过使用最小描述长度 (MDL) 实现的。我们表明，这与离散值情况共享若干理论性质。我们针对若干“通用”信号处理模型开发了方法论，并最终将其应用于记录的水听器数据。
引用
@article{arxiv.1709.03191,
title = {Data Discovery and Anomaly Detection Using Atypicality: Signal Processing Methods},
author = {Elyas Sabeti and Anders Høst-Madsen},
journal= {arXiv preprint arXiv:1709.03191},
year = {2017}
}
备注
13 pages, two columns