Wyniki wyszukiwania - BazTech

1

Outlier detection in EEG signals

Duraj Agnieszka, Chomątek Łukasz

Przegląd Elektrotechniczny

|

2023

|

R. 99, nr 1

237--240

EN

In this paper, the topic of detection of outliers in EEG signals was discussed, which facilitates making decisions about the diagnosis of a patient based on this study. We used two methods to detect outliers: the support vector machine and the k nearest neighbors method. The experiments were performed on a publicly available dataset containing EEG test results for 500 patients. The obtained results showed that the methods we used allow for the outlier detection efficiency at the level of 93%.

PL

W niniejszej pracy podjęto temat detekcji wyjątków w sygnałach EEG, co pozwala na ułatwienie podejmowania decyzji co do diagnozy pacjenta na podstawie tego badania. Do detekcji wyjątków wykorzystaliśmy dwie metody: maszynę wektorów nośnych i metodę k najblizszych sąsiadów. Eksperymenty zostały przeprowadzone na ogólnodostępnym zbiorze danych zawieraj ącym wyniki badania EEG dla 500 pacjentów. Uzyskane wyniki pokazały, że u żyte przez nas metody pozwalają na uzyskanie skuteczności detekcji wyjątków na poziomie 93%.

2

Anomaly detection in network traffic

Duraj Agnieszka, Bucki Paweł, Drajling Aleksander, Makrocki Robert, Sipiński Mateusz

Przegląd Elektrotechniczny

|

2022

|

R. 98, nr 12

205--208

EN

The authors of this paper faced the problem of detecting anomalies, understood as potential attacks in network traffic occurring on a document-signing computing cluster. In an infrastructure exposed to the public world, it is extremely difficult to distinguish traffic generated by users from traffic generated by a network attack. The solution the authors present, based on the collected data, determines whether the traffic from the selected sample originated from an attack or not, based on ready-made clustering algorithms. The performance of the following algorithms was compared: DBSCAN, LOF, COF, ECOD and PCA.

PL

Autorzy niniejszej pracy stanęli przed problemem wykrywania anomalii, rozumianych jako potencjalne ataki, w ruchu sieciowym zachodzącym na klastrze obliczeniowym podpisującym dokumenty. W infrastrukturze wystawionej na ´swiat publiczny niezwykle trudno odróźnić ruch generowany przez użytkowników od ruchu generowanego w ramach ataku sieciowego. Rozwiązanie jakie autorzy przedstawiają na podstawie zbieranych danych określa, czy ruch z wybranej próbki powstał w wyniku ataku czy nie, na podstawie gotowych algorytmów grupowania. Porównano działanie następujących algorytmów: DBSCAN, LOF, COF, ECOD oraz PCA.

3

Modelling volatity of time series data containing outliers observations with ARCH effect

Duraj Agnieszka, Ludwicka Magdalena

Przegląd Elektrotechniczny

|

2019

|

R. 95, nr 1

37--40

EN

The subject of this work is a comparative analysis of selected models used to describe the volatility of time series including exceptions. This paper is focus on the the dynamic properties of the time series, generallyon the heterogeneity of conditional variance over time. This paper describes common approaches to detecting outliers, modelling and forecasting time series. Based on the researches performed by R. F. Engle, T. B. Bollerslev, J. Caiadoin, were examined selected ARIMA, ARCH and GARCH.An attention was paid to the ARCH effect in time series and its impact on the modelling volatility of financial time series, which contain outliers. The studies showed that the typical features of financial time series are the so-called grouped variances. Therefore, using ARIMA models for forecasting was insufficient, ARCH and GARCH modelsshowed good statistical properties for modelling time series data.

PL

Przedmiotem niniejszej pracy jest analiza porównawcza wybranych modeli służących do opisu zmienności szeregów czasowych, w tym wyjątków. Artykuł koncentruje się na dynamicznych właściwościach szeregów czasowych, na ogół na heterogeniczności warunkowej wariancji w czasie. W niniejszym artykule opisano powszechne metody wykrywania wartości odstających, modelowania i prognozowania szeregów czasowych. Na podstawie badań przeprowadzonych przez RF Engle, TB Bollerslev, J. Caiadoin, zbadano wybrane ARIMA, ARCH i GARCH. Zwrócono uwagę na efekt ARCH w szeregach czasowych i jego wpływ na zmienność modelowania finansowych szeregów czasowych, które zawierają odstające. Badania wykazały, że typowymi cechami finansowych szeregów czasowych są tak zwane pogrupowane wariancje. Dlatego wykorzystanie modeli ARIMA do prognozowania było niewystarczające, modele ARCH i GARCH prezentowały dobre właściwości statystyczne do modelowania danych szeregów czasowych.

4

Detection of outliers in data streams using grouping methods

Duraj Agnieszka, Chomątek Łukasz

Przegląd Elektrotechniczny

|

2019

|

R. 95, nr 2

85--87

EN

Efficient processing of data streams usually requires their initial processing, including on the removal of anomalies caused by, for example, measuring errors. Such errors may result in misinterpretation of the phenomena being analyzed .The literature describes several methods for detecting exceptions in data streams. Each of them requires proper selection of operating parameters. In addition, the effectiveness of methods may vary depending on the data set being analyzed. The article describes current methods for detecting exceptions in data streams and analyzed their operation on gas consumption data.

PL

Przedmiotem niniejszej pracy jest wykrywanie wyjątków w strumieniach danych przy użyciu metod grupowania. Przetwarzanie strumieni danych wymaga wstępnej analizy a przede wszystkim usuwania wszelkiego rodzaju anomalii spowodowanych błędami pomiarowymi. Błędy te prowadzą do niewłaściwej interpretacji analizowanych zjawisk. W literaturze można odnaleźć metody wykrywania wyjątków w strumieniach danych oparte na metodach statystycznych, grupowaniu danych. Każda metoda wymaga odpowiedniego doboru parametrów operacyjnych. Skuteczność jest uzależniona od analizowanego zestawu strumienia. W pracy podano kilka metod grupowania używanych do detekcji wyjątków w strumieniach danych. Metody te sprawdzono dla strumieni dotyczących zużycia gazu.