RUS  ENG
Полная версия
ЖУРНАЛЫ // Искусственный интеллект и принятие решений // Архив

Искусственный интеллект и принятие решений, 2024, выпуск 1, страницы 52–67 (Mi iipr5)

Системы поддержки принятия решений

Алгоритм обнаружения аномалий с помощью модели SARIMA для программного обеспечения автоматизированного комплекса биомониторинга водной среды

А. Н. Греков, Е. В. Вышкваркова, А. С. Маврин

Институт природно-технических систем, Севастополь, Россия

Аннотация: В статье представлен алгоритм обнаружения аномалий в рядах активности двустворчатых моллюсков с использованием ошибки между значением, прогнозируемым с помощью модели SARIMA, и фактическим значением. Для определения сезонной компоненты моделей проведена декомпозиция временных рядов. Проведен поиск оптимальной модели для всех времен осреднения данных активности пресноводных двустворчатых моллюсков. С помощью разработанного алгоритмически-программного обеспечения выполнен расчет среднеквадратической ошибки по всему набору данных, что позволило определить потенциальный порог для работы алгоритма, а также время реагирования алгоритма на аномалии при различных временах осреднения данных. Полученные результаты планируется включить в алгоритмически-программное обеспечение автоматизированного комплекса биомониторинга состояния качества вод на основе двустворчатых моллюсков, который уже функционирует и размещен в акватории Севастополя, что позволит быстрее и с большей вероятностью обнаруживать аномалии и генерировать сигнал тревоги.

Ключевые слова: обнаружение аномалии, модель SARIMA, среднеквадратическая ошибка, алгоритм, биологическая система раннего обнаружения.

DOI: 10.14357/20718594240105



© МИАН, 2024