Обнаружение выбросов газа - проект нейронной сети. Плохие результаты

Я попытался обнаружить выбросы в потреблении энергетического газа в некоторых голландских зданиях, построив модель нейронной сети. У меня очень плохие результаты, но я не могу найти причину.

Я не эксперт, поэтому я хотел бы спросить вас, что я могу улучшить и что я делаю неправильно. Это полное описание: https://github.com/denadai2/Gas-consuming-outliers .

Нейронная сеть - это сеть FeedFoward с обратным распространением. Как описано здесь, я разбил набор данных на «маленький» набор данных из 41 000 строк, 9 функций и попытался добавить больше функций.

Я обучил сети, но результаты имеют среднеквадратическое среднеквадратичное значение 14,14, поэтому он не может так хорошо предсказать потребление газа, следовательно, я не могу запустить хороший механизм обнаружения выбросов. Я вижу, что в некоторых работах, даже если они предсказывают ежедневное или почасовое потребление электроэнергии, они имеют такие ошибки, как MSE = 0,01.

Что я могу улучшить? Что я делаю неправильно? Можете посмотреть мое описание?

Просто идея - ваши данные очень сезонные: ежедневные и еженедельные циклы весьма ощутимы. Поэтому, прежде всего, попытайтесь разложить ваши переменные (потребление газа и электроэнергии, температура и солнечная радиация). Вот хороший урок по разложению временных рядов для R.

После получения трендовых и сезонных составляющих начинается самая интересная часть. Это всего лишь предположение, но я думаю, что переменные потребления газа и электроэнергии будут вполне предсказуемы с помощью анализа временных рядов (например, модель ARIMA ). С моей точки зрения, наиболее важной частью здесь является попытка предсказать остатки после разложения, используя имеющиеся данные (температурные аномалии, солнечное излучение, скорость ветра). Я полагаю, эти остатки будут выбросами, вы ищете. Надеюсь, вы найдете это полезным.

В своей учебной тетради вы представляете результаты обучения с 20 эпохами. Вы пытались изменить этот параметр, чтобы увидеть, влияет ли он на вашу производительность? Это важный параметр для обратного распространения.

Для оценки параметров вашей модели, как указал пользователь tomaskazemekas, построение кривых обучения является очень хорошим подходом. В дополнение к этому, вы также можете создать график, используя параметр модели (например, периоды обучения или размер скрытого слоя) в сравнении с ошибкой «Обучение» и «Проверка». Это позволит вам понять компромисс между смещением и дисперсией и поможет выбрать правильное значение для ваших параметров. Некоторая информация может быть найдена здесь . Естественно, хорошей идеей будет сохранить небольшой процент ваших данных для (третьего) набора тестов.

В качестве примечания, кажется, что увеличение количества нейронов в вашей модели не показывает значительного улучшения для вашей RMSE. Это говорит о том, что вы также можете попробовать использовать более простую модель, то есть с меньшим количеством нейронов, и посмотреть, как ведет себя ваша модель.

На самом деле, я бы предложил (если вы этого еще не сделали) сначала попробовать простую модель с несколькими параметрами или вообще без них, например, с помощью линейной регрессии, и сравнить ваши результаты с литературой, просто для проверки работоспособности.

Основная проблема здесь заключается в том, что даже до того, как вы попытаетесь применить алгоритмы обнаружения аномалий, вы не получите достаточно хороших прогнозов потребления газа с помощью нейронных сетей.

Если главной целью здесь является достижение стадии, на которой можно использовать алгоритмы обнаружения аномалий, и вы заявляете, что имеете доступ к примерам успешного применения линейной регрессии для этой проблемы, этот подход может быть более продуктивным. Один из принципов успешного применения машинного обучения заключается в том, что перед окончательным выбором на основе результатов можно опробовать несколько различных алгоритмов.

Если вы решите настроить производительность своей нейронной сети, можно использовать кривую обучения, показывающую влияние изменения разных гиперпараметров на частоту ошибок. Гиперпараметры, которые можно изменить:

• количество функций
• порядок многочлена
• параметр регуляризации
• количество слоев в сети

Лучшие настройки могут быть выбраны по производительности на перекрестной проверке набора.

В ваших записных книжках я не видел вашу модель нейронной сети, можете ли вы указать, какую библиотеку используете, сколько у вас слоев и какой тип нейронной сети вы используете?

В ваших записных книжках, кажется, вы используете набор данных с шумом и выбросами для обучения нейронной сети, я думаю, вам следует обучить нейронную сеть на наборе данных, у которого нет никаких выбросов, чтобы вы могли видеть расстояние наблюдения от предсказания нейронная сеть для обозначения наблюдения или выброса или нет.

Я написал пару из вещей на аномальном значение обнаружения в сигналах временных рядов, ваши данные весьма сезонные , как sobach упоминалась , и вы можете использовать FFT (первую ссылку выше) , чтобы получить общую тенденцию в сигнале. После того, как вы получите частотную составляющую в потреблении газа, вы можете посмотреть на высокочастотные компоненты, чтобы получить выбросы.

Также, если вы хотите настаивать на использовании нейронной сети для сезонных данных, вы можете проверить периодические нейронные сети, поскольку они могут включать прошлые наблюдения лучше, чем ванильная нейронная сеть, и предположительно могут обеспечить лучший результат для данных, которые у вас есть. ,