Title: Time Series Clustering For Novelty Detection: An Empirical Approach
Authors: Aguayo, Leonardo; Barreto, Guilherme A.
Resumo: Este trabalho apresenta resultados do projeto DANTE: Detecção de Anomalias e Novidades em séries TEmporais. O objetivo do projeto é avaliar o desempenho de diversas redes auto-organizadas ao detectar anomalias/novidades em padrões de dados dinâmicos. A metodologia consiste em se determinar intervalos de confiança não-paramétricos a partir de erros de quantização obtidos na fase de treinamento, usados posteriormente na fase de teste como limiares de decisão para classificar amostras como sendo uma anomalia ou novidade. Realizou-se uma comparação do desempenho de variantes da rede SOM, utilizando-se como padrões de entrada uma série não-estacionária composta de regimes dinâmicos distintos.
Keywords: Detecção de Novidades; Séries Temporais; Modelos Lineares Locais; Mapas Auto-Organizáveis
Pages: 6
Paper as PDF: 50100063.pdf
BibTex file: 50100063.bib