Název: Adaptive Novelty Detection with Generalized Extreme Value Distribution
Autoři: Vrba, Jan
Citace zdrojového dokumentu: 2018 International Conference on Applied Electronics: Pilsen, 11th – 12th September 2018, Czech Republic, 169-172.
Datum vydání: 2018
Nakladatel: Západočeská univerzita v Plzni
Typ dokumentu: konferenční příspěvek
conferenceObject
URI: http://hdl.handle.net/11025/35495
ISBN: 978–80–261–0721–7
ISSN: 1803–7232
Klíčová slova: zpracování signálu;adaptivní systémy;adaptivní algoritmy;detekce změn;zobecněné rozdělení extrémních hodnot
Klíčová slova v dalším jazyce: signal processing;adaptive systems;adaptive algorithms;novelty detection;generalized extreme value distribution
Abstrakt v dalším jazyce: This paper introduces the new adaptive novelty detection method. The proposed method is using generalized extreme value distribution to evaluate the absolute value of adaptive system weight increments in time. The detection of novelty is threshold-based and the threshold ζ corresponds to the value of joint probability density function. Performance of the proposed algorithm is shown on artificial data. For comparison also results of Learning Entropy algorithm are shown, as this algorithm also evaluates the increments of adaptive weights.
Práva: © Západočeská univerzita v Plzni
Vyskytuje se v kolekcích:Applied Electronics 2018
Applied Electronics 2018

Soubory připojené k záznamu:
Soubor Popis VelikostFormát 
Vrba.pdfPlný text851,47 kBAdobe PDFZobrazit/otevřít


Použijte tento identifikátor k citaci nebo jako odkaz na tento záznam: http://hdl.handle.net/11025/35495

Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.