Порівняльне дослідження алгоритмів виявлення точок змін в регресійних моделях часових рядів
Вантажиться...
Дата
2021
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
Institute of Special Communication and Information Protection of National Technical University of Ukraine “Igor Sikorsky Kyiv Polytechnic Institute”
Анотація
Основна мета моніторингу будь яких об’єктів та процесів реального світу –від технічних пристроїв до пандемій –є виявлення внутрішніх змін або змін поведінки об’єкта, що вивчається. Поведінка об’єкта може змінюватися з часом через його реакцію на зовнішні події, а також під впливом законів розвитку самого об’єкта. Проблеми виникають у випадках, коли такі внутрішні зміни не спостерігаються безпосередньо. У такому разі отримати інформацію про внутрішні зміни що відбулися можливо лише за допомогою аналізу часових рядів значень параметрів об’єктів, вимірювання яких можливо здійснити технічно та/або організаційно. Проаналізовано алгоритми, що базуються на описі рядів у вигляді лінійних регресійних моделей та призначених для виявлення змін у таких часових рядах. Припускається, що у разі виникнення змін часовий ряд до і після точки в якій такі зміни відбулися описується моделями, які неможливо вважати ідентичними. Розглядається як відомі алгоритми аналізу ідентичності моделей, так і алгоритми, які раніше не описувалися в літературі. Зокрема, алгоритм, що ґрунтується на аналізі змін значень коефіцієнтів регресійних моделей; на аналізі довірчого інтервалу передбачених за регресійними моделями значень ряду; на аналізі залишків регресії з використання нерівності Гефдінга; алгоритми Чо у порівняння дисперсій залишків моделей; алгоритм порівняння розподілів залишків з використанням критерію Колмогорова-Смирнова. Різноманітність характеру зміни поведінки об’єктів моніторингу, в основі яких лежить непередбачуваність причин, що їх викликали, не дозволяють вибрати єдиний універсальний алгоритм виявлення точок змін і робить порівняльну оцінку різних алгоритмів актуальним інженерним і технічним завданням. Аналіз алгоритмів пропонується виконувати на множині еталонних зразків змін, що найбільш характерні для часових рядів параметрів об’єктів у різних прикладних галузях. Ефективність алгоритмів оцінюється за допомогою статистичного експерименту як з точки зору їх здатності виявити саму зміну, так і за порівнянням кількості помилок хибного виявлення та пропуску реальних змін, що генеруються кожним з алгоритмів. Отримані результати можуть стати основою подальшого дослідження, зокрема при побудові ансамблю алгоритмів виявлення точок змін поведінки об’єктів моніторингу.
Опис
Ключові слова
time series, anomalies, change points detection, change detection predictive algorithms, regression models, часові ряди, аномалії, виявлення точок зміни, прогнозні алгоритми виявлення змін, регресійні моделі
Бібліографічний опис
Рябцев, В. Порівняльне дослідження алгоритмів виявлення точок змін в регресійних моделях часових рядів / Рябцев Вячеслав Віталійович, Шарадкін Дмитро Михайлович, Клят Юрій Олександрович // Information Technology and Security. – 2021. – Vol. 9, Iss. 2 (17). – Pp. 137–150. – Bibliogr.: 24 ref.