檢索結果：共7筆資料 檢索策略： "Department of Computer Science and Information Engineering".edept (精準) and ekeyword.raw="Anomaly detection"
個人化服務 ：
排序：
每頁筆數：
已勾選0筆資料
1
交通事故預測是一個重要的研究領域，目的在提前預測可能發生的交通事故，以避免嚴重災害並減少交通事故的發生。在本論文中，我們採用了Adapting Image Models(AIM)的框架，改善了內部的…
2
在本論文中，我們提出了一個以Kullback-Leibler importance estimation procedure~(KLIEP)為概念，新型的擁擠場景異常偵測方法。該方法一開始先將影片依…
3
隨著資訊化和工業化的發展，許多工廠逐漸開始加入IT系統，便利化的同時也增加了被攻擊的風險。如果工業控制系統遭受破壞，則可能會造成財產損失甚至影響到人身安全，為了不影響工業控制系統的可用性和即時性的需…
4
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…
5
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…
6
隨著人工智慧深度學習的發展，有越來越多的資料量與種類，這些訓練集測試用的資料，在傳統訓練方式上需要大量地被標記，用來讓網路監督式學習產生我們想要他能辦到的事情，但並非所有資料都能被平衡且大量的取得，…
7
近年來因物聯網的蓬勃發展，時間序列類型的資料大幅增加，如何有效地在巨量的時序資料上偵測出異常就變的極為重要，在實務上(1)非監督式學習、(2)概念漂移的調整、(3)不需儲存大量資料，這三點對於處理巨…