Übersicht			Auf mobile öffnen

Lieferstatus:	i.d.R. innert 7-14 Tagen versandfertig
Veröffentlichung:	Januar 2021
Genre:	Wirtschaft / Recht
ISBN:	9786203238471
EAN-Code:	9786203238471
Verlag:	Verlag Unser Wissen
Einband:	Kartoniert
Sprache:	Deutsch
Dimensionen:	H 220 mm / B 150 mm / D 5 mm
Gewicht:	137 gr
Seiten:	80
Zus. Info:	Paperback
Bewertung:	Titel bewerten / Meinung schreiben

Inhalt:

Die Erkennung von Anomalien ist ein grundlegendes Thema im Data Mining, insbesondere wurde sie zur Erkennung und Entfernung anomaler Objekte aus Daten verwendet. Ausreisser entstehen durch mechanische Defekte, Änderungen im Systemverhalten, betrügerisches Verhalten, Netzwerkeinbrüche oder menschliches Versagen. Eine effiziente Ausreissererkennung und Datenclusterung bei Vorhandensein von Ausreissern und basierend auf der Filterung der Daten nach dem Clustering-Prozess. Der vorgeschlagene Algorithmus erkennt die Ausreisser in drei Stufen, nämlich (i) Saliency Detection in Bildern; (ii) Abnormal Event Detection in Video Streams; und (iii) Real-world UCI benchmark datasets.The Hauptziel dieser Studie ist eine iterative Entfernung von Objekten, die weit von ihren Cluster-Zentren entfernt sind. Die Entfernung erfolgt nach einem ausgewählten, vordefinierten Schwellenwert.Der formale Rahmen, in dem genaue Definitionen von spärlichen Kombinationen gegeben werden können, und Fuzzy-Logik wird vorgeschlagen, um nicht-lineare Beziehungen zu entdecken, kann rigoros analysiert werden.