Михаил Гущин, Обнаружение аномалий и точек разладки генеративными моделями, OpenTalks.AI

Туториал по работе с GAN - генеративными нейронными сетями. Обнаружение изменений в режиме работы наблюдаемого объекта - хорошо известная задача, встречающаяся в различных контекстах: контроль качества производственных процессов, обнаружение сбоев в сложных системах, предиктивное обслуживание, мониторинг состояния пациентов в медицине, построение языковых помощников и анализе видео. Для решения этой задачи используются методы обнаружения точек разладки. Точка разладки - это момент времени, в котором меняется поведение временного ряда, который характеризует наблюдаемый объект. Возникновение разладки означает, что состояние объекта изменилось, и ее своевременное обнаружение может помочь предотвратить нежелательные последствия. В этом докладе мы представляем два подхода к обнаружению точек разладки в режиме онлайн на основе нейронных сетей. Эти алгоритмы демонстрируют линейную вычислительную сложность применения и подходят для обнаружения точек разладки в продолжительных многомерный временных рядах. В докладе приводится наглядное описание этих алгоритмов и их сравнение с наиболее известными методами на различных наборах синтетических и реальных данных. В частности, рассмотрим задачу детектирования смены физической активности человека по данным сенсоров смартчасов; протестируем алгоритмы на данных астрономических телескопов и детекторов частиц в физике высоких энергий.

OpenTalks.AI – ведущая независимая открытая конференция по искусственному интеллекту в России.
https://opentalks.ai/

Видео Михаил Гущин, Обнаружение аномалий и точек разладки генеративными моделями, OpenTalks.AI канала OpenTalks.AI