Enfoque integral de correlación local para la detección de anomalías utilizando datos funcionales
Autores: Sosa Donoso, Jorge R.; Flores, Miguel; Naya, Salvador; Tarrío-Saavedra, Javier
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Enfoque integral de correlación local para la detección de anomalías utilizando datos funcionales
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Metodología
Valores atípicos
Datos funcionales
Integral de Correlación Local
Estudio de simulación
Curvas
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 21
Citaciones: Sin citaciones
El presente trabajo desarrolla una metodología para la detección de valores atípicos en datos funcionales, teniendo en cuenta tanto su forma como su magnitud. Específicamente, el método multivariante de detección de anomalías llamado Integral de Correlación Local (LOCI) ha sido extendido y adaptado para ser aplicado al caso particular de datos funcionales, utilizando el cálculo de distancias en espacios de Hilbert. Esta metodología ha sido validada con un estudio de simulación y su aplicación a datos reales.
Descripción
El presente trabajo desarrolla una metodología para la detección de valores atípicos en datos funcionales, teniendo en cuenta tanto su forma como su magnitud. Específicamente, el método multivariante de detección de anomalías llamado Integral de Correlación Local (LOCI) ha sido extendido y adaptado para ser aplicado al caso particular de datos funcionales, utilizando el cálculo de distancias en espacios de Hilbert. Esta metodología ha sido validada con un estudio de simulación y su aplicación a datos reales.