Практическое использование методов поиска и корректировки аномалий для построения точных прогнозов
Ключевые слова:
аномальные измерения, автоматизированная система, поиск аномалий, корректировка аномалий, эффективность, прогнозАннотация
В данной статье описаны особенности и основные функциональные возможности разработанной автоматизированной системы поиска и корректировки аномальных измерений. Проанализирована работа предложенных автором методов и доказана их эффективность на реальных статистических данных. Тестирование показало, что использование новых методов для поиска и обработки аномалий даёт положительные результаты, а полученный по найденной модели прогноз практически совпадает с реальными данными. Намечены направления дальнейших исследований.
Библиографические ссылки
ГОСТ 8.736-2011 "Государственная система обеспечения единства измерений. Измерения прямые многократные. Методы обработки результатов измерений. Основные положения".
ГОСТ Р ИСО 16269-4-2017 Статистические методы. Статистическое представление данных Часть 4. Выявление и обработка выбросов.
Кириченко, А. В. Математические модели и методы анализа и прогнозирования: предварительная обработка результатов эксперимента, проверка статистических гипотез, корреляционный анализ, парный регрессионный анализ: учебное пособие / А. В. Кириченко и др. - Саратов: КУБиК, 2019. - 259 с.
Chandola, V. Anomaly detection: A survey / V. Chandola, A. Banerjee, V. Kumar // ACM Comput. Surv., 2009. – № 41, 3, Article 15. – 58 p.
Попукайло, В. С. Обнаружение аномальных измерений при обработке данных малого объема // Технология и конструирование в электронной аппаратуре, 2016. – № 4-5. – С. 42-46.
Wilson, J. Holton. Regression Analysis: Understanding and Building Business and Economic Models Using Excel, 2nd Edition / J. Holton Wilson, Barry P. Keating, Mary Beal. — New York, USA, Business Expert Press, LLC, 2016. — 205 p.
Кузовлев, В. И. Выявление аномалий при прогнозном анализе данных / В. И. Кузовлев, А. О. Орлов // Вестник МГТУ им. Н.Э. Баумана. Сер. Приборостроение, 2016. – № 5. – С.75-85.
Кузовлев, В. И. Метод выявления аномалий в исходных данных при построении прогнозной модели решающего дерева в системах поддержки принятия решений / В. И. Кузовлев, А. О. Орлов // Наука и образование. МГТУ им. Н.Э. Баумана. Электрон. Журн, 2012. - № 9. - URL: https://cyberleninka.ru/article/n/metod-vyyavleniya anomaliy-v-ishodnyh-dannyh-pri-postroenii-prognoznoy-modeli-reshayuschego-dereva-v-sistemah-podderzhki-prinyatiya/viewer.
Рычка, О. В. Разработка алгоритма реализации методов повышения качества регрессионных моделей, используемых при проектировании технических систем // Информатика и кибернетика. – Донецк: ДонНТУ, 2020. - № 3 (21). - С.42-48.
Рычка, О. В. Анализ эффективности усовершенствованных методов поиска и обработки аномалий для нелинейных моделей с внутренней линейностью // Международный рецензируемый научно-теоретический журнал «Проблемы искусственного интеллекта». – Донецк, 2020. – Вып. №3(18). – С. 101-110.
