Akış verileri için gürbüz ve verimli yoğunluk tabanlı aykırı değer tespit yöntemleri

Tüm bilimsel çalışmalarda güvenilir sonuçlar ve verimli performans için aykırı değerlerin tespiti kritik öneme sahiptir. Literatürde önerilen çoğu aykırı değer algılama yöntemleri, tüm örneklerin belleğe yüklendiği toplu mod öğrenmede çalışır. Ancak, veri boyutundaki hızlı artış ve anlık analiz talebi nedeniyle, artımlı modda çalışan yöntemlere giderek artan bir ihtiyaç vardır. Ayrıca, yüksek hızlı büyük hacimli veri akışlarından aykırı değerlerin tespit edilmesi, toplu modda öğrenmeye göre daha zor ve karmaşıktır. Değişen dağılımlara sahip veri akışlarından aykırı değerleri tespit etmek için artımlı öğrenme moduna odaklanan bazı yeni çalışmalar vardır. Umut verici sonuçlar gösterseler de, yüksek boyutlu verilerde zayıf algılama, ardışık aykırı değer dizisinin (küçük bir aykırı değer kümesi) tespit edilememesi, uygun olmayan genel amaçlı metriklerin kullanılması, çok sayıda hiperparametreye ihtiyaç duyulması ve bunları ayarlamanın zorluğu, aykırı değerleri etiketleme veya aykırı değer puanları atama gibi bazı önemli sınırlamalar vardır. Bu amaçla, ilk olarak, örneklerin Yerel Aykırı Değer Faktörü (LOF) değerlerinin yerel mutlak sapmasının medyanını kullanarak MoNNAD adlı yeni geliştirilmiş bir metriği uygulayan yeni sağlam denetimsiz bir aykırı değer tespiti (RiLOF) yöntemi sunulmuştur. İkinci olarak, artımlı LOF (iLOF) ve artımlı Gürültülü Veritabanlarında Yoğunluk Tabanlı Kümeleme (iDBSCAN) yöntemlerini bütünleştiren ve hiperparametreleri farklı veri akışları için otomatik olarak uyarlanabilen CkNN adlı yeni geliştirilmiş bir konsepti kullanan yeni bir artımlı Yerel Yoğunluk ve Küme Tabanlı Aykırı Değer Faktörü (iLDCBOF) yöntemi önerilmiştir. Üçüncü olarak, artımlı Destek Vektör Makinesini (iSVM) ve iLOF'u birleşik bir çerçevede bütünleştiren ve hem çok sınıflı aykırı değer algılamayı hem de sınıflandırmayı aynı anda gerçekleştirebilen yeni artımlı çok sınıflı bir aykırı değer algılama (iMCOD) yöntemi geliştirilmiştir. Önerilen yöntemler, niteliksel ve sayısal olarak kapsamlı bir şekilde analiz edilir ve gerçek dünya veri setlerinde son teknoloji aykırı değer tespit yöntemleri ile kıyaslanır.