Введение
ГЛАВА 1. Интеллектуальные методы обнаружения аномалий в темпоральных данных 12
1.1 Обнаружение аномалий как область интеллектуального анализа данных 12
1.2 Признаки и типы аномалий 14
1.3 Методы обнаружения аномалий и области их применения 23
1.4 Поиск аномалий в темпоральных данных 31
1.5 Выводы 51
ГЛАВА 2. Обнаружение аномалий в темпоральных данных на основе стохастических марковских моделей 52
2.1 Постановка задачи обнаружения аномалий в дискретных временных рядах 52
2.2 Марковское моделирование динамических процессов 58
2.3 Марковская модель с доходами, настраиваемая темпорально-разностным способом 69
2.4 Выводы 83
ГЛАВА 3. Обнаружение аномалий в темпоральных данных на основе нечетко-продукционных моделей 85
3.1 Элементы нечеткой логики и актуальность их объединения со стохастическими методами обнаружения аномалий 85
3.2 Поиск аномалий на основе доходной Марковской модели с нечеткими продукционными правилами 91
3.3 Идея реконструированного фазового пространства 99
3.4 Методы обнаружения аномальных паттернов в реконструированных фазовых пространствах 102
3.5 Метод прогнозирования аномальных событий на базе реконструированного фазового пространства с использованием нечетких моделей типа Сугено 110
3.6 Выводы 118
ГЛАВА 4. Аппробация методов упреждающего обнаружения аномалий в системах горочной автоматизации 120
4.1 Состояние проблемы информатизации сортировочных станций 120
4.2 Интеллектуализация управления маневрами на сортировочных горках 125
4.3 Актуальность задачи прогнозирования нештатной ситуации нагона отцепов на сортировочных горках 131
4.4 Прогнозирование нештатных ситуаций на сортировочной горке с помощью гибридных нечетко-стохастических моделей 134
4.5 Выводы 139
Заключение 141
Список использованных источников 143
