| 1 |
1
다변량 시계열 데이터를 학습하여 자기조직화지도를 학습하는 학습 모듈;실시간 데이터 입력 시, 상기 자기조직화지도의 코드북 행렬 출력과 상기 실시간 데이터 사이의 거리 함수를 연산하고, 상기 거리 함수를 프로베니우스 노름으로 교체하여 통계량을 연산하는 연산 모듈; 및상기 통계량을 실시간 다중검정을 시행하여, 상기 실시간 데이터의 이상치 여부를 탐지하는 탐지 모듈을 포함하는,가상물리시스템의 이상치 탐지 장치
|
| 2 |
2
제 1 항에 있어서,상기 학습 모듈은,정상 데이터만으로 구성된 상기 다변량 시계열 데이터로 학습하는,가상물리시스템의 이상치 탐지 장치
|
| 3 |
3
제 1 항에 있어서,상기 학습 모듈은,상기 다변량 시계열 데이터를 3차원 텐서로 가공하여 학습하는,가상물리시스템의 이상치 탐지 장치
|
| 4 |
4
제 1 항에 있어서,상기 연산 모듈은,상기 실시간 데이터를 3차원 텐서로 가공하여, 상기 3차원 텐서와 상기 코드북 행렬 출력 사이의 거리 함수를 연산하는,가상물리시스템의 이상치 탐지 장치
|
| 5 |
5
제 1 항에 있어서,상기 연산 모듈은,으로 산출하며, St는 통계량, dji는 i번째 노드와 j번째 학습 노드 사이의 거리인,가상물리시스템의 이상치 탐지 장치
|
| 6 |
6
다변량 시계열 데이터를 학습하여 자기조직화지도를 학습하는 단계;실시간 데이터 입력 시, 상기 자기조직화지도의 코드북 행렬 출력과 상기 실시간 데이터 사이의 거리 함수를 연산하는 단계;상기 거리 함수를 프로베니우스 노름으로 교체하여 통계량을 연산하는 단계; 및상기 통계량을 실시간 다중검정을 시행하여, 상기 실시간 데이터의 이상치 여부를 탐지하는 단계를 포함하는,가상물리시스템의 이상치 탐지 방법
|
| 7 |
7
제 6 항에 있어서,상기 자기조직화지도를 학습하는 단계는,정상 데이터만으로 구성된 상기 다변량 시계열 데이터로 학습하는,가상물리시스템의 이상치 탐지 방법
|
| 8 |
8
제 6 항에 있어서,상기 자기조직화지도를 학습하는 단계는,상기 다변량 시계열 데이터를 3차원 텐서로 가공하여 학습하는,가상물리시스템의 이상치 탐지 방법
|
| 9 |
9
제 6 항에 있어서,상기 거리 함수를 연산하는 단계는,상기 실시간 데이터를 3차원 텐서로 가공하여, 상기 3차원 텐서와 상기 코드북 행렬 출력 사이의 거리 함수를 연산하는,가상물리시스템의 이상치 탐지 방법
|
| 10 |
10
제 6 항에 있어서,상기 통계량을 연산하는 단계는,으로 산출하며, St는 통계량, dji는 i번째 노드와 j번째 학습 노드 사이의 거리인,가상물리시스템의 이상치 탐지 방법
|
