Revisitando enfoques basados en aumento de gradiente para aprender datos desequilibrados: un caso de detección de anomalías en redes eléctricas
Autores: Louk, Maya Hilda Lestari; Tama, Bayu Adhi
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Revisitando enfoques basados en aumento de gradiente para aprender datos desequilibrados: un caso de detección de anomalías en redes eléctricas
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería de Sistemas
Palabras clave
Reforzamiento de gradiente
Conjuntos
Sistemas de detección de intrusiones
Datos desequilibrados
CatBoost
Rendimiento.
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 35
Citaciones: Sin citaciones
Los resultados de las pruebas indican que CatBoost superó a sus competidores, independientemente de la proporción de desequilibrio de los conjuntos de datos.
Descripción
Los resultados de las pruebas indican que CatBoost superó a sus competidores, independientemente de la proporción de desequilibrio de los conjuntos de datos.