이 번역 페이지는 최신 내용을 담고 있지 않습니다. 최신 내용을 영문으로 보려면 여기를 클릭하십시오.

이상 감지하기

정상 동작에서 벗어난 동작을 식별하는 행렬 프로파일링 알고리즘 및 특화된 딥러닝 모델과 같은 툴을 사용하여 시계열에서 이상 신호 동작 감지

시계열에서의 이상 감지는 정상 동작을 완전히 특성화하고 이 정상 동작에서 벗어난 동작을 감지하여 신호 이상을 식별하는 과정입니다. 이상 감지 기법에는 행렬 프로파일링 및 거리 방법을 사용하는 패턴 일치와, 단일 클래스 딥러닝 및 머신러닝 모델이 포함될 수 있습니다.

물리 기반 동특성 모드, 고장 모드, 또는 시그니처에 대한 지식이 없어도 이상 감지 알고리즘을 만들 수 있습니다. 정상 데이터만 사용하여 이상 감지기를 훈련시킬 수 있습니다. 따라서 이상 데이터는 테스트에 사용할 정도의 비교적 소량만 필요합니다.

Predictive Maintenance Toolbox™는 시계열에서 부분 시퀀스 이상 감지를 위해 특별히 설계된 딥러닝 모델 모음을 제공합니다. 딥러닝에 대한 폭넓은 배경 지식 없이도 이러한 모델을 사용할 수 있습니다. 이러한 모델을 사용하려면 Deep Learning Toolbox™가 필요합니다.

이 툴박스에는 신호 내에서 지정된 부분 시퀀스를 사용하여 패턴 일치를 수행하는 거리 기반 툴 모음도 포함되어 있습니다. 이러한 툴의 알고리즘은 매우 빠르게 실행되도록 설계되었으며, 대량의 데이터를 사용할 때 훨씬 더 빠른 성능을 낼 수 있도록 GPU와 호환됩니다.

함수

모두 확장

이상 감지기 모델 생성

tcnADCreate anomaly detector model that uses TCN network to detect anomalies (R2025a 이후)
deepantADCreate anomaly detector model that uses CNN network to detect anomalies (R2025a 이후)
usADCreate anomaly detector model that uses unsupervised dual-encoder network to detect anomalies in time series (R2025a 이후)
vaelstmADCreate anomaly detector model that combines variational autoencoder (VAE) and long short-term memory (LSTM) networks to detect anomalies in time series (R2025a 이후)

이상 감지 워크플로 함수

trainTrain anomaly detector and obtain detection threshold (R2025a 이후)
detectDetect anomalies in time series using trained detector model (R2025a 이후)
plotPlot detected anomalies and anomaly scores in time series (R2025a 이후)
plotHistogramPlot histogram of anomaly scores and detection threshold (R2025a 이후)
updateDetectorUpdate settings of a trained anomaly detector and recompute detection threshold (R2025a 이후)

이상 감지 객체

TcnDetectorDetect anomalies in time series using TCN network (R2025a 이후)
DeepantDetectorDetect anomalies in time series using deep-learning-based forecasting approach (R2025a 이후)
UsadDetectorDetect time series anomalies using unsupervised dual-encoder network (R2025a 이후)
VaelstmDetectorDetect anomalies in time series using combined variational autoencoder (VAE) and long short-term memory (LSTM) networks (R2025a 이후)
similarityDistanceCompute distance profile between query and time series subsequences (R2024b 이후)
distanceProfileCompute distance profile between query subsequence and all other subsequences of a single-variable or multivariable time series (R2024b 이후)
matrixProfile Compute matrix profile between all pairs of subsequences in a single-variable or multivariable time series (R2024b 이후)
findDiscordFind the locations of top discords from the matrix profile of a time series (R2024b 이후)
findMotifFind the locations of top motif pairs from the matrix profile of a time series (R2025a 이후)

도움말 항목