Antillia
ENPorozmawiajmy ↗

APPLIED INTELLIGENCE / Wykrywanie anomalii

Kiedy pomiar odbiega od normy?

Badanie anomalii z porównaniem trafień i pominięć.

Studium lokalnego eksperymentu

Zobacz wyniki ↓
MachineSentinel — zapisany interfejs lokalnej aplikacji

Zapisany widok lokalnej aplikacji. Ten obraz nie jest działającym interfejsem.

WYNIK I KONTEKST

Co sprawdziliśmy.

29.41%Recall · wybrany próg
24.59%Precision · wybrany próg

Metoda

Mały autoencoder porównany z Isolation Forest. Próg wybrano na zbiorze walidacyjnym.

Pięć pomiarów→Wynik anomalii

Gdzie kończy się ten wynik

Model pomija znaczną część awarii. To badanie na danych syntetycznych, nie system bezpieczeństwa przemysłowego.

Wyniki pochodzą z raportów projektu. W tej prezentacji nie przeprowadzono ponownego treningu ani niezależnej oceny.

Pobierz wyniki ↓Metoda i kod na GitHub ↗

TWÓJ KOLEJNY PROJEKT

Co możemy
usprawnić u Ciebie?

Porozmawiajmy o Twoim projekcie ↗