Yakamoz and Sunshine: Two novel time series anomaly detection methods

Modern toplumda, verilerin kullanılabilirliği ve güvenilirliği çok önemli hale geldi. Bu nedenle, çeşitli alanlar için önemli bir görev verilerdeki anormal durumları tespit etmektir. Anormalliklerin belirlenmesinin amaçlarından biri yeni keşiflere yol açacak şekilde aykırı veri noktalarını tespit etmektir. Bu durumda, aykırılıkların kendileri birincil ilgi konusudur. Diğer amaç, istatistiksel analizde ön işleme adımında aykırılıkları tespit etmektir, aksi durumda aykırılıklar model yanlış belirlemeye, yanlı parametre tahminine ve yanlış sonuçlara yol açabilir. Zaman serilerini kullanarak tahminler elde etmek popülerliğini hiç kaybetmeyen bir konudur ve teknolojinin gelişmesiyle daha da önem kazanmaktadır. Zaman serisinde birkaç aykırı gözlemin bile olması bu tahminler üzerinde olumsuz etkiye sahiptir. Sorunlar göz önüne alındığında, yaygın olarak uygulanabilir ve etkili aykırılık tespit yöntemlerine ihtiyaç olduğu anlaşılmaktadır. Bu çalışmada ana hedefimiz, zaman serisi verilerindeki aykırı gözlemlerin modelsiz, denetimsiz, verimli ve doğru tespitini sağlamaktır. Bu nedenle, iki yeni zaman serisi aykırılık tespit yöntemi önerilmiştir. Bu yöntemler, eğitim veri setlerinde aykırı örnekler gerektirmez. Etiketli verilerin toplanması zor olabileceğinden, bu beceri önemli ölçüde pratik değere sahiptir. Ayrıca, aykırılığın yeri yöntemlerin performansını etkilemez. Aykırılık/aykırılıkları bulmada önerilen yöntemlerin başarısı, gerçek ve simüle edilmiş zaman serisi veri setleri kullanılarak araştırılmıştır. Performans karşılaştırma sonuçlarından, önerilen yöntemlerin verilerdeki varyasyona bakılmaksızın zaman serilerindeki aykırılığı/aykırılıkları bulmada oldukça etkili olduğu görülmektedir.