Banca de DEFESA: MAIRA FARIAS DE ANDRADE LIRA

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: MAIRA FARIAS DE ANDRADE LIRA
DATA : 25/01/2024
HORA: 14:00
LOCAL: Virtual
TÍTULO:

Abordagens para Seleção de Limiares de Decisão e Filtros de 
Suavização em Detecção de Anomalias

PALAVRAS-CHAVES:

Detecção de Anomalias. Sparse Autoencoder. Threshold. 
Filtro Passa-Baixa.

PÁGINAS: 108
RESUMO:

Técnicas de detecção de anomalias são amplamente utilizadas em diversos 
cenários para identificar instâncias com padrões distintos do comportamento 
geral observado em um conjunto de dados. O desenvolvimento de novas 
técnicas, como as baseadas em aprendizado profundo, e a maior 
disponibilidade de dados têm alavancado ainda mais o uso da detecção de 
anomalias em contextos diversos como na  detecção de falhas em equipamentos 
industriais. Comumente, uma técnica de detecção gera para cada instância um 
\textit{score} de anomalia, que é então usado para classificar as 
instâncias entre anômalas ou normais. Para realizar a classificação, um 
limiar de decisão (\textit{threshold}) é estabelecido de forma que se o 
\textit{score} de uma determinada instância for superior ao 
\textit{threshold}, esta instância é considerada anômala, caso contrário é 
classificada como normal. Neste trabalho, foi investigado o impacto de 
diferentes abordagens não-supervisionadas usadas para definição de 
\textit{thresholds}, avaliadas especificamente para a detecção de anomalias 
\textit{online} por um modelo de Sparse Autoencoder (SAE). Para os 
experimentos, foi utilizada uma base de dados pública referente a um 
problema de detecção de anomalias no metrô da cidade do Porto. Foi 
constatado que a abordagem de cálculo do \textit{threshold} impactou 
fortemente as métricas de avaliação da detecção. Por exemplo, a abordagem 
baseada em erro máximo do SAE garantiu a menor taxa de falsos positivos. 
Por sua vez, a abordagem baseada em intervalo interquartil obteve o maior 
número de verdadeiros positivos, e, consequentemente \textit{recall}, 
enquanto que a abordagem baseada em 99-percentil garantiu o maior F1-Score. 
Além desses experimentos, foi avaliado ainda o uso de três tipos de filtros 
passa-baixa em duas abordagens distintas para a suavização do 
\textit{score} de anomalia. De uma forma geral, a aplicação de filtros 
diretamente sobre o \textit{score} de anomalia garantiu uma maximização de 
verdadeiros positivos, enquanto a aplicação de filtros após uma 
classificação prévia das instâncias minimizou os falsos positivos. Além 
disso, foi verificado que a utilização do filtro foi essencial para 
detectar sequências de anomalias.

MEMBROS DA BANCA:
Externo à Instituição - JOÃO PAULO PORDEUS GOMES - UFC
Presidente - 1890208 - PAULO SALGADO GOMES DE MATTOS NETO
Interno - 1463105 - RICARDO BASTOS CAVALCANTE PRUDENCIO