机构名称：
¥ 1.0
罕见的事件预测在工业应用中至关重要，包括现实世界行业4.0应用程序。这些事件由其出现频率低的频率定义，由于偏斜的数据分布，通常难以预测，这使建模和评估变得复杂。在我们的研究中，我们对跨四个关键维度的罕见事件预测的当前方法进行了全面综述：罕见的事件数据，数据处理技术，算法方法和评估方法[1]。通过分析具有多种模式的不同数据集，包括数值，图像，文本和音频，我们将分类为主要挑战，并在当前研究中列出差距。具体来说，我们提出了三项新的研究贡献，旨在弥合这些方法上的差距并推进罕见事件和异常预测的领域。
朝着罕见事件和制造中的异常预测
主要关键词
相关文件推荐
