Descubra cómo identificar eventos o patrones en datos que difieren del comportamiento esperado utilizando MATLAB.
Esta guía presenta una visión general de los enfoques de diseño de algoritmos de detección de anomalías para aplicaciones de ingeniería. Abarca cómo caracterizar el comportamiento normal, analizar y preprocesar datos adecuados para la detección de anomalías, seleccionar las técnicas de detección estadística y de IA apropiadas, e implementar algoritmos en producción.
Aprenderá sobre:
- Anomalías puntuales, contextuales y colectivas en los datos de ingeniería
- Métodos de detección de anomalías basados en estadística, Machine Learning y Deep Learning
- Trabajo con conjuntos de datos que representan el comportamiento operativo normal y algunas anomalías etiquetadas
- Consideraciones de diseño para la implementación
