Erkennung von Ausreißern
Techniken zur Identifizierung von Datenpunkten oder Modellvorhersagen, die erheblich von den erwarteten Mustern abweichen, was zu Überprüfungs- oder Minderungsmaßnahmen führt.
Definition
Zu den Methoden gehören statistische Schwellenwerte (Z-Score), entfernungsbasierte Algorithmen (k-NN-Ausreißer-Score) oder modellbasierte Residuenanalysen. Die Ausreißererkennung weist auf Anomalien in Eingabedaten (z. B. fehlerhafte Sensorwerte) oder Ausgaben (z. B. unwahrscheinliche Vorhersagen) hin. Die Unternehmensleitung definiert akzeptable Auffälligkeitsraten, konfiguriert automatische Warnmeldungen oder Fallbacks im abgesicherten Modus und legt Arbeitsabläufe für die Untersuchung und Behebung von markierten Objekten fest.
Real-World Example
Eine KI in Fertigungsqualität überwacht Sensorströme für Geräte. Sie verwendet einen Random-Forest-Anomaliedetektor, um alle Temperaturwerte zu kennzeichnen, die über drei Standardabweichungen hinausgehen. Treten Ausreißer auf, alarmiert das System die Bediener, hält die Montagelinie an und protokolliert das Ereignis zur Ursachenanalyse, sodass fehlerhafte Produktchargen vermieden werden.
.svg)
