异常聚类和可视化的多元极值理论方法——Archive ouverte HAL Accéder directment au contenu公司
第三条Dans Une Revue 计算统计学 Anneée:2019年

异常聚类与可视化的多元极值理论方法

Résumé

在各种情况下，通过观察随机向量X=（X1，…，Xd）来监测健康状况的复杂系统的行为异常对应于变量Xj的某些子组α{1，…，d}同时出现极值。在重尾假设下（该假设恰好适用于建模这些现象），过去几年发展了基于多元极值理论的统计方法来识别此类事件/子组。本文通过一种新的混合模型进一步利用了这种方法，该模型允许描述极值观测值的分布，并将异常类型α视为潜在变量。然后，可以通过将每个异常类型α的后验概率分配给任何极值点来利用模型，隐式定义异常之间的相似性度量。详细解释了后者如何使用标准图形工具对极端观测值进行聚类并获得异常的信息丰富的平面表示。在航空应用领域中，通过模拟数据集和实际观测，说明了由此设计的聚类和二维可视化显示的相关性和实用性。

与葡萄园

数学 机器学习[stat.ML] 统计[math.ST] 概率[math.PR]
菲奇尔校长
小品小品
1907.07523.pdf（606.57 Ko） 特勒充电器
起源：菲奇尔斯制片人par l’（les）auteur（s）

斯蒂芬·克莱门松 : 连接您的联系人和贡献者

https://telecom-paris.hal.science/hal-02461861

Soumis le:杰迪30 janvier 2020-23:41:34

Dernière修改le:mercredi 24 avril 2024-13:02:19

Télé充电器倒可视化

日期和版本

哈尔-02461861， 版本1 (30-01-2020)

身份证明人

Citer公司

Mael Chiapino，Stéphan Clémençon，Vincent Feuillard，Anne Sabourin。异常聚类和可视化的多元极值理论方法。计算统计学, 2019,⟨10.1007/s00180-019-00913-y⟩。⟨哈尔-02461861⟩

出口商

BibTeX公司 XML-TEI公司 都柏林核心元数据集 DC条款 尾注 数据引用

收藏

电信研究所 UNIV-PARIS-SACLAY大学 长期资本投资 入侵检测系统 S2A公司 GS-发动机
107 磋商
128 交易费用

海拔高度

合作伙伴

Gmail（Gmail） 脸谱网 X（X） 领英 更多