Yüksek Lisans Adayı: Göksu Uzuntürk

EABD: Veri Bilişimi

Tarih: 25.06.2025 / 09:00

Yer: A-212

Özet: Çok değişkenli zaman serilerinde aralık tabanlı anomali tespiti, zamansal olarak genişletilmiş hataların genellikle izole nokta anomalilerinden daha eyleme geçirilebilir içgörüler sağladığı sağlık, endüstriyel izleme, finans ve bulut sistemleri gibi alanlarda önemli bir rol oynar. Bu çalışma, özellikle son derece dengesiz çok sınıflı aralık tabanlı anomali tespitinin zorluklarını ele almak için özel olarak tasarlanmış bir transformatör tabanlı çerçeve sunmaktadır. Zamansal ve anlamsal tutarlılığı artırmak için, iki çıkarım sonrası strateji dahil edilmiştir: örtüşen çok adımlı tahminler üzerinde çoğunluk oyu ve gerçekçi sınıf geçişlerini uygulayan alan bilgili geçiş maskeleme mekanizması. Bu stratejiler, bilinen operasyonel kısıtlamalarla yönetilen senaryolarda çıktı kararlılığına ve daha güvenilir tanılamaya katkıda bulunur. Önerilen yöntem, Exathlon veri setinde değerlendirilmiş ve ağırlıklı anomali tespiti değerlendirme çerçevesinin F1 puanında \%24'lük bir artışla kayda değer bir iyileştirme ortaya koymuştur.