Rychlost adaptivních algoritmů pro detekci novosti

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21220%2F18%3A00326881" target="_blank" >RIV/68407700:21220/18:00326881 - isvavai.cz</a>

Výsledek na webu

<a href="http://iat.fs.cvut.cz/nmp/2018.pdf" target="_blank" >http://iat.fs.cvut.cz/nmp/2018.pdf</a>

DOI - Digital Object Identifier

—

Jazyk výsledku

čeština

Název v původním jazyce

Rychlost adaptivních algoritmů pro detekci novosti

Popis výsledku v původním jazyce

ento článek se zabývá analýzou a porovnáním rychlosti několika adaptivní algoritmů (ELBND, LE, MD, FD). Rychlost je klíčová vlastnost algoritmů pro detekci novosti, které jsou používány pro zpracování dat v reálném čase. Adaptivní detekce novosti je pro procesy měřené v reálném čase zajímavá speciálně díky své robustnosti proti vysoké ne-stacionaritě měřených dat. Zkoumané algoritmy jsou v tomto článku analyzovány teoreticky pomocí prostředků asymptotické složitosti a získané závěry jsou validovány experimentálně na testovacích datech. Získané výsledky ukazují, že rozdíly v časové náročnosti jednotlivých algoritmů nejsou zanedbatelné. Zatímco ELBDN a LE mají lineární časovou složitost s malými multiplikativními a aditivními konstantami, MD vykazuje vlastnosti časové složitosti kvadratické a FD má linární časovou složitost s podstatně vyššími multiplikativními a aditivními konstantami než ELBDN a LE.

Název v anglickém jazyce

Speed of novelty detection adaptive algorithms

Popis výsledku anglicky

This paper deals with the analysis and comparison of speeds of several adaptive algorithms (ELBND, LE, MD, FD). Novelty detection algorithms are used for real-time data processing, thus speed is a key atribute. Adaptive novelty detection is especially interesting for real-time measured processes due to its robustness against high non-stationarity of measured data. The studied algorithms are analyzed theoretically through time complexity and results are validated experimentaly on testing data. Obtained results shows, that distinctions in time complexity between algorithms are not negligible. While ELBDN and LE have linear time complexity with small multiplicative and additive constants, MD has quadratic time complexity and FD has linear time complexity with substantially higher multiplicative and additive constants than ELBDN and LE.

Druh

O - Ostatní výsledky

CEP obor

—

OECD FORD obor

10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Projekt

—

Návaznosti

S - Specificky vyzkum na vysokych skolach

Rok uplatnění

2018

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů