Zur Startseite gehen
0,00 €*
Cover: 9786200667847 | Echtzeit-Anomalie-Erkennung über riesige Datenströme | Zirije Hasani
Dekorationsartikel gehören nicht zum Leistungsumfang.
Echtzeit-Anomalie-Erkennung über riesige Datenströme
Taschenbuch von Zirije Hasani
Sprache: Deutsch

54,90 €*

inkl. MwSt.

Versandkostenfrei per Post / DHL

Lieferzeit 4-7 Werktage

Kategorien:
Beschreibung
Die Echtzeit-Erkennung von Anomalien in massiven Datenströmen ist heute eines der wichtigsten Forschungsthemen, da der Großteil der Weltdaten in kontinuierlichen zeitlichen Prozessen erzeugt wird. Sie befasst sich mit verschiedenen Problemen in vielen Bereichen wie Gesundheit, Bildung, Finanzen, Regierung usw. In dieser Arbeit schlagen wir eine Erweiterung dieses in HW- und TDHW-Prognosemodellen implementierten Ansatzes vor. Der Genetische Algorithmus (GA) wird zur periodischen Optimierung von HW- und TDHW-Glättungsparametern zusätzlich zu den beiden Schiebefenster-Parametern angewandt, die Hyndmans MASE-Maß der Abweichung und den Wert des Schwellenparameters, der kein Anomalie-Konfidenzintervall definiert, verbessern. Wir schlagen auch eine neue Optimierungsfunktion vor, die auf den eingegebenen Trainingsdatensätzen mit den annotierten Anomalieintervallen basiert, um die richtigen Anomalien zu erkennen und die Anzahl der falschen zu reduzieren.
Die Echtzeit-Erkennung von Anomalien in massiven Datenströmen ist heute eines der wichtigsten Forschungsthemen, da der Großteil der Weltdaten in kontinuierlichen zeitlichen Prozessen erzeugt wird. Sie befasst sich mit verschiedenen Problemen in vielen Bereichen wie Gesundheit, Bildung, Finanzen, Regierung usw. In dieser Arbeit schlagen wir eine Erweiterung dieses in HW- und TDHW-Prognosemodellen implementierten Ansatzes vor. Der Genetische Algorithmus (GA) wird zur periodischen Optimierung von HW- und TDHW-Glättungsparametern zusätzlich zu den beiden Schiebefenster-Parametern angewandt, die Hyndmans MASE-Maß der Abweichung und den Wert des Schwellenparameters, der kein Anomalie-Konfidenzintervall definiert, verbessern. Wir schlagen auch eine neue Optimierungsfunktion vor, die auf den eingegebenen Trainingsdatensätzen mit den annotierten Anomalieintervallen basiert, um die richtigen Anomalien zu erkennen und die Anzahl der falschen zu reduzieren.
Über den Autor
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.
Details
Erscheinungsjahr: 2020
Genre: Informatik
Rubrik: Naturwissenschaften & Technik
Medium: Taschenbuch
Inhalt: 120 S.
ISBN-13: 9786200667847
ISBN-10: 6200667845
Sprache: Deutsch
Ausstattung / Beilage: Paperback
Einband: Kartoniert / Broschiert
Autor: Hasani, Zirije
Hersteller: AV Akademikerverlag
Maße: 220 x 150 x 8 mm
Von/Mit: Zirije Hasani
Erscheinungsdatum: 01.04.2020
Gewicht: 0,197 kg
Artikel-ID: 118167060
Über den Autor
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.
Details
Erscheinungsjahr: 2020
Genre: Informatik
Rubrik: Naturwissenschaften & Technik
Medium: Taschenbuch
Inhalt: 120 S.
ISBN-13: 9786200667847
ISBN-10: 6200667845
Sprache: Deutsch
Ausstattung / Beilage: Paperback
Einband: Kartoniert / Broschiert
Autor: Hasani, Zirije
Hersteller: AV Akademikerverlag
Maße: 220 x 150 x 8 mm
Von/Mit: Zirije Hasani
Erscheinungsdatum: 01.04.2020
Gewicht: 0,197 kg
Artikel-ID: 118167060
Warnhinweis

Ähnliche Produkte

Diese Website verwendet Cookies, um eine bestmögliche Erfahrung bieten zu können. Mehr Informationen ...