نویسندگان:
(1) Guillaume Staerman، INRIA، CEA، Univ. پاریس-ساکلی، فرانسه؛
(2) Marta Campi، CERIAH، Institut de l’Audition، Institut Pasteur، فرانسه.
(3) گرت دبلیو پیترز، گروه آمار و احتمالات کاربردی، دانشگاه کالیفرنیا سانتا باربارا، ایالات متحده.
جدول پیوندها
چکیده و 1. مقدمه
2. پیشینه و مقدمات
2.1. جنگل ایزوله عملکردی
2.2. روش امضاء
3. روش جنگل جداسازی امضا
4. آزمایش های عددی
4.1. تجزیه و تحلیل حساسیت پارامترها
4.2. مزایای (K-)SIF نسبت به FIF
4.3. معیار تشخیص ناهنجاری داده های واقعی
5. بحث و نتیجه گیری، بیانیه های تاثیر، و مراجع
ضمیمه
الف. اطلاعات اضافی درباره امضا
ب. الگوریتم های K-SIF و SIF
ج. آزمایش‌های عددی اضافی
ج. آزمایش‌های عددی اضافی
در این بخش، آزمایش‌های عددی اضافی را در حمایت از الگوریتم‌ها و استدلال‌های پیشنهادی ارائه‌شده در بدنه اصلی مقاله ارائه می‌کنیم. ابتدا، نقش عمق امضا را در الگوریتم ها شرح می دهیم و توضیح می دهیم که چگونه این پارامتر بر آنها تأثیر می گذارد. ما نمودارهای جعبه ای را برای دو مجموعه از داده های تولید شده ارائه می دهیم و اهمیت پارامتر عمق را در این زمینه استدلال می کنیم. پس از آن، آزمایش‌های بیشتری را در مورد مزیت استحکام در برابر نویز (K)-SIF نسبت به FIF، مربوط به بخش …