Il rilevamento di anomalia non supervisionato è una tecnica critica nel monitoraggio e nel mantenimento dei sistemi industriali, che consiste nell'individuazione di modelli o comportamenti insoliti senza precedenti dati etichettati.

Metodi per la rilevazione di anomalie non supervisionate

Diversi metodi sono impiegati per rilevare anomalie senza dataset etichettati, tra cui algoritmi di clustering, metodi basati sulla densità e tecniche basate sulla ricostruzione.

Metrica per la valutazione delle prestazioni di rilevamento

Valutare l'efficacia dei metodi di rilevamento di anomalie comporta metriche come precisione, richiamo e F1-score, che misurano l'accuratezza di identificare le vere anomalie, minimizzando i falsi positivi e negativi.

Studi di casi in applicazioni industriali

Le applicazioni del mondo reale dimostrano il valore del rilevamento di anomalie non supervisionate. Esempi includono la manutenzione predittiva nella produzione, il rilevamento di guasti nelle griglie di potenza e il monitoraggio degli impianti di elaborazione chimica.