Anomalies detection in multivariate functional data

Détection d'anomalies dans des données fonctionnelles multivariées

Martial Amovin-Assagba (1) , Julien Jacques , Irène Gannaz , Frédéric Fossi , Johann Mozul

1 UL2 - Université Lumière - Lyon 2

This work aims to detect anomalies in multivariate functional data coming from measuring devices. Statistical methods such as functional clustering and piecewise linear estimation were tested. We show the interest of these methods as well as their lackness.

L'objectif de ce travail est de détecter des anomalies dans les données fonctionnelles multivariées provenant d'appareils de mesure, dans une optique de maintenance prédictive. Des méthodes statistiques comme le clustering fonctionnel et l'estimation linéaire par morceaux on tété testées. Nous montrons l'intérêt de ces méthodes ainsi que leurs insuffisances.

Mots clés: functional data; clustering; piecewise linear modelling

Mots clés: Données fonctionnelles; clustering; modélisation linéaire par morceaux

Domaines: Machine Learning [stat.ML]

Martial Amovin-Assagba, Julien Jacques, Irène Gannaz, Frédéric Fossi, Johann Mozul. Détection d'anomalies dans des données fonctionnelles multivariées. 52èmes Journées de Statistiques de la Société Française de Statistique (SFdS), May 2020, Nice, France. ⟨hal-02987148⟩