檢索結果:共12筆資料 檢索策略: ckeyword.raw="異常檢測"
個人化服務 :
排序:
每頁筆數:
已勾選0筆資料
1
在建築部門的能源消耗對能源的一個重要問題。在美國,建築物消耗已經產生的總發電量的近70%。暖氣,通風空調(HVAC)是照明旁邊建設最大的能源消費國。本研究擬建立一個數據分析框架,以支持能源管理的展覽…
2
電力網路的穩定與變壓器的健康狀況息息相關。乾式電力變壓器在電力系統中扮演至關重要的腳色。當發生各種型態的變壓器故障,將會降低電力系統的供應與韌性,並且容易引起重大事故和嚴重的經濟損失。對電力變壓器運…
3
隨著物聯網技術的飛速發展和普及,工業環境中部署的感測器數量急劇增加,這些感測器不斷地收集以時間序列形式的資料,這類資料被廣泛用於設計並實施針對整個系統的異常檢測模型。這些時間序列資料不僅包含了深層的…
4
在電腦視覺領域,監控影片中的異常檢測是一項具有挑戰性的任務。它需要準確識別像是事故、打鬥、放火和搶劫等異常事件,這些事件通常具有時間性質。為了克服僅依賴單幀或附近幀的局限性,研究者們已經探索了利用時…
5
本文目的為利用深度卷積自動編碼器分析軌道號誌系統事件紀錄中的列車速度、位置、加速度以及其他相關資訊來檢測異常(打滑和車輛效能錯誤)的紀錄樣本,藉由實驗了解深度卷積自動編碼器能否在數據不連續且缺乏更詳…
6
在這項研究中,我們提出基於EEG的卷積長短期記憶(Convolutional Long Short-Term Memory, ConvLSTM)網路,該網路利用深度學習技術對EEG訊號提取特徵來區分…
7
啟發式時間序列符號聚合近似法(HOT SAX)為一應用於檢測出現在時間序列資料中之異常區間的符號代表法。時間序列資料中的異常為不遵循資料走向趨勢之不尋常的區段,換句話說,時間序列資料中之異常即為一個…
8
本研究旨在運用MIMO FMCW雷達技術與機器學習來預測帕金森氏症。透過MIMO FMCW雷達對受試者手指運動軌跡進行偵測,收集相關的生理數據,再利用機器學習進行數據分析,從而預測帕金森氏症。具體來…
9
10
深度學習的異常檢測在許多工業應用中扮演著重要的角色,如何利用先進瑕疵檢測技術,確保生產品質是工業製造中重要的任務,但因為缺乏帶有標記的大量資料,以及含有各種瑕疵情況的已標記資料,現有的瑕疵檢測模型通…