无监督异常检测是车辆健康监测的一种有前景的方法,但在人工驾驶遥测中的应用常常受到名义误报的限制。一个关键的难点在于,许多遥测信道不仅受到车辆动态的影响,还受到部分观察到的驾驶员行为和操作上下文的影响,使得某些信号的可预测性系统性地低于其他信号。本文对这种变异如何影响车辆遥测异常检测中的误报行为进行了系统的实证分析。我们使用了多个公共车辆遥测数据集和代表性的检测器系列,分析名义残差误差的特征级结构及其对误报检测的贡献。结果表明,残差误差并不是在遥测空间中均匀分布的,而是集中在一个小范围的驾驶员控制信道中。这种集中在不同模型类别中持续存在,在错误标记的名义窗口中变得更加明显,增加驾驶员多样性并不能消除这一现象。特征级分析进一步表明,转向、刹车和油门相关变量在残差层级中占主导地位,而更加严格管控的车辆状态信道则保持相对稳定。研究结果识别出一种结构化和重复发生的误报失败模式在人工驾驶遥测中。进一步建议,可靠的部署需要考虑通道和上下文的评分策略,而不仅仅依赖于增加模型复杂性。
王等(周五)研究了这个问题。
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: