Введение
ГЛАВА 1. Интеллектуальные методы выявления аномалий в темпоральных данных 13
1.1 Обнаружение аномалий как область интеллектуального анализа данных 13
1.2 Признаки и типы аномалий 15
1.3 Методы обнаружения аномалий и области их применения 24
1.4 Поиск аномалий в темпоральных данных 32
1.5 Выводы 52
ГЛАВА 2. Выявление аномалий в темпоральных данных на основе адаптивных марковских моделей 53
2.1 Постановка задачи обнаружения аномалий в дискретных временных
рядах 53
2.2 Марковское моделирование динамических процессов 59
2.3 Марковская модель с доходами, настраиваемая темпорально-разностным способом 70
2.4 Выводы 84
ГЛАВА 3. Гибридные нечетко-стохастические модели представления и обработки темпоральных знаний в задачах выявления аномалий 86
3.1 Элементы нечеткой логики и актуальность их объединения со стохастическими методами обнаружения аномалий 86
3.2 Поиск аномалий на основе доходной Марковской модели с нечеткими продукционными правилами 92
3.3 Идея реконструированного фазового пространства 100
3.4 Методы обнаружения аномальных паттернов в реконструированных фазовых пространствах 103 3.5 Метод прогнозирования аномальных событий на базе реконструированного фазового пространства с использованием нечетких моделей типа Сугено 111
3.6 Выводы 119
ГЛАВА 4. Апробация методов выявления аномалий в системах горочной автоматизации 121
4.1 Состояние проблемы информатизации сортировочных станций 121
4.2 Интеллектуализация управления маневрами на сортировочных горках 126
4.3 Актуальность задачи прогнозирования нештатной ситуации нагона отцепов на сортировочных горках 132
4.4 Прогнозирование нештатных ситуаций на сортировочной горке с помощью гибридных нечетко-стохастических методов выявления аномалий 135
4.5 Выводы 140
Заключение 142
Список использованных источников 144
