实时异常检测与分类
统计方法学
2020-09-16 v1 应用统计
统计计算
摘要
快速且准确地检测数据序列中的异常结构是一项日益重要的推断挑战。本工作将最近提出的事后（离线）异常检测方法扩展到序贯设定。所得流程能够进行实时分析，并在基线与两类异常结构（点异常与集体异常）间分类。我们推导了该流程的多种理论性质。这些性质与广泛的模拟研究共同表明，所提在线算法的平均误报游程长度与平均检测延迟非常接近离线版本。我们提供了模拟与真实数据的实验以展示所提方法的优势。
引用
@article{arxiv.2009.06670,
title = {Real Time Anomaly Detection And Categorisation},
author = {Alexander T. M. Fisch and Lawrence Bardwell and Idris A. Eckley},
journal= {arXiv preprint arXiv:2009.06670},
year = {2020}
}