Communication Dans Un Congrès Année : 2020

Anomalies detection in multivariate functional data

Détection d'anomalies dans des données fonctionnelles multivariées

Julien Jacques
Irène Gannaz
Frédéric Fossi
  • Fonction : Auteur
  • PersonId : 1080815
Johann Mozul
  • Fonction : Auteur

Résumé

This work aims to detect anomalies in multivariate functional data coming from measuring devices. Statistical methods such as functional clustering and piecewise linear estimation were tested. We show the interest of these methods as well as their lackness.

L'objectif de ce travail est de détecter des anomalies dans les données fonctionnelles multivariées provenant d'appareils de mesure, dans une optique de maintenance prédictive. Des méthodes statistiques comme le clustering fonctionnel et l'estimation linéaire par morceaux on tété testées. Nous montrons l'intérêt de ces méthodes ainsi que leurs insuffisances.

Fichier principal
Vignette du fichier
sfds2020_Martial_AMOVIN.pdf (519.24 Ko) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)
Licence
Loading...

Dates et versions

hal-02987148 , version 1 (03-11-2020)

Licence

Identifiants

  • HAL Id : hal-02987148 , version 1

Citer

Martial Amovin-Assagba, Julien Jacques, Irène Gannaz, Frédéric Fossi, Johann Mozul. Détection d'anomalies dans des données fonctionnelles multivariées. 52èmes Journées de Statistiques de la Société Française de Statistique (SFdS), May 2020, Nice, France. ⟨hal-02987148⟩

Collections

343 Consultations
319 Téléchargements

Partager

  • More