تشخیص برخط و استوار ناهنجاری با استفاده از شبکه عصبی بازگشتی | ||
| مدل سازی در مهندسی | ||
| دوره 21، شماره 74، پاییز 1402، صفحه 243-254 اصل مقاله (1.16 M) | ||
| نوع مقاله: مقاله کامپیوتر | ||
| شناسه دیجیتال (DOI): 10.22075/jme.2023.29201.2370 | ||
| نویسندگان | ||
| مریم آموزگار* 1؛ مرتضی فائزی نیا2؛ بهروز مینایی بیدگلی3 | ||
| 1استادیار، گروه کامپیوتر و فناوری اطلاعات، پژوهشگاه علوم و تکنولوژی پیشرفته و علوم محیطی، دانشگاه تحصیلات تکمیلی صنعتی و فناوری پیشرفته | ||
| 2دانشکده مهندسی کامپیوتر، دانشگاه علم و صنعت ایران | ||
| 3دانشیار، دانشکده مهندسی کامپیوتر، دانشگاه علم و صنعت ایران | ||
| چکیده | ||
| در بسیاری از مسائل دنیای واقعی، داده، پویا و دارای نویز است. در چنین شرایطی تشخیص ناهنجاری باید با یک مدل برخطی که در مقابل نویز استوار است، انجام شود. در سالهای اخیر شبکههای عصبی بازگشتی بر روی توالی دادهها مورداستفاده قرار گرفته و نتایج خوبی در این حوزه بدست آوردهاند. اما راهکارهای موجود، استواری کافی در مقابل نویز ندارند. این مقاله، به ارائه راهکاری برای تشخیص ناهنجاری در داده گرافی پویا با استفاده از شبکههای عصبی بازگشتی میپردازد که در مقابل نویز استوار بوده و با تغییرات دادهها تطبیقپذیری کافی را دارند. نسخه استوار ارائه شده از شبکه عصبی بازگشتی، به هدف مدیریت نویز، همزمان با یادگیری الگوی اصلی و تطبیق با تغییرات، ناهنجاریها را استخراج و معرفی میکند. برای بررسی صحت ﻋﻤﻠﮑﺮد روش پیشنهادی، آزمایشهایی ارائه شده که قدرت ﺗﺸﺨﯿﺺ ﻧﺎﻫﻨﺠﺎری و توان ﺗﻄﺒﯿﻖ یادگیرنده را در مقایسه با راهکارهای موجود میسنجد. نتایج، برتری روش پیشنهادی را تصدیق کرده اﺳت. | ||
| کلیدواژهها | ||
| تشخیص ناهنجاری؛ مدل استوار؛ داده پویا؛ شبکه عصبی بازگشتی | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 648 تعداد دریافت فایل اصل مقاله: 468 |
||
| تعداد نشریات | 22 |
| تعداد شمارهها | 723 |
| تعداد مقالات | 10,394 |
| تعداد مشاهده مقاله | 72,854,484 |
| تعداد دریافت فایل اصل مقاله | 64,552,193 |