데이터셋 상세
미국
Anomaly Detection in a Fleet of Systems
A fleet is a group of systems (e.g., cars, aircraft) that are designed and manufactured the same way and are intended to be used the same way. For example, a fleet of delivery trucks may consist of one hundred instances of a particular model of truck, each of which is intended for the same type of service—almost the same amount of time and distance driven every day, approximately the same total weight carried, etc. For this reason, one may imagine that data mining for fleet monitoring may merely involve collecting operating data from the multiple systems in the fleet and developing some sort of model, such as a model of normal operation that can be used for anomaly detection. However, one then may realize that each member of the fleet will be unique in some ways—there will be minor variations in manufacturing, quality of parts, and usage. For this reason, the typical machine learning and statis- tics algorithm’s assumption that all the data are independent and identically distributed is not correct. One may realize that data from each system in the fleet must be treated as unique so that one can notice significant changes in the operation of that system.
데이터 정보
연관 데이터
Anomaly Detection in Sequences
공공데이터포털
We present a set of novel algorithms which we call sequenceMiner, that detect and characterize anomalies in large sets of high-dimensional symbol sequences that arise from recordings of switch sensors in the cockpits of commercial airliners. While the algorithms we present are general and domain-independent, we focus on a specific problem that is critical to determining system-wide health of a fleet of aircraft. The approach taken uses unsupervised clustering of sequences using the normalized length of he longest common subsequence (nLCS) as a similarity measure, followed by a detailed analysis of outliers to detect anomalies. In this method, an outlier sequence is defined as a sequence that is far away from a cluster. We present new algorithms for outlier analysis that provide comprehensible indicators as to why a particular sequence is deemed to be an outlier. The algorithm provides a coherent description to an analyst of the anomalies in the sequence when compared to more normal sequences. The final section of the paper demonstrates the effectiveness of sequenceMiner for anomaly detection on a real set of discrete sequence data from a fleet of commercial airliners. We show that sequenceMiner discovers actionable and operationally significant safety events. We also compare our innovations with standard HiddenMarkov Models, and show that our methods are superior
한국도로공사 VDS기반 고속도로 지점별 교통 소통 통계 데이터(5분 단위)
공공데이터포털
VDS(Vehicle Detection System) : 차량검지기 도로 상에 약 1km 간격으로 설치되어 실시간으로 교통량, 점유율, 속도, 대기행렬길이, 차량길이 등의 정보를 검지하여 소통 및 돌발상황 등을 감시하는 장치로 도로 환경적 특성에 따라 설치하며 종류는 루프식, 영상식, 레이더식 등이 있다. 고속도로 노선상에 설치된 차량감지장치(VDS)에 의해 VDS지점별, 차로유형별, 교통량 및 점유율, 평균속도에 대해 5분 단위로 통계 생성된 교통 데이터 * 제공되는 데이터는 샘플데이터로, 전체 데이터를 다운로드 받으시려면 아래 링크로 접속 부탁드립니다. (로그인 후 전체 데이터 다운로드 가능) - https://www.bigdata-transportation.kr/frn/prdt/detail?prdtId=PRDTNUM_000000000024
Qualitative Event-based Diagnosis with Possible Conflicts Applied to Spacecraft Power Distribution Systems
공공데이터포털
Model-based diagnosis enables efficient and safe operation of engineered systems. In this paper, we describe two algorithms based on a qualitative event-based fault isolation framework augmented with model-based fault identification that are applied to spacecraft power distribution systems. Although based on a common framework, the fundamental difference between the two algorithms is that one uses a global model for residual generation, fault isolation, and fault identification; whereas the other uses a set of minimal submodels computed using Possible Conflicts. We describe the implementation of the two algorithms and compare their diagnosis results on a representative spacecraft power distribution system.
한국도로공사 VDS기반 고속도로 지점별 교통 소통 통계 데이터(15분 단위)
공공데이터포털
VDS(Vehicle Detection System) : 차량검지기 도로 상에 약 1km 간격으로 설치되어 실시간으로 교통량, 점유율, 속도, 대기행렬길이, 차량길이 등의 정보를 검지하여 소통 및 돌발상황 등을 감시하는 장치로 도로 환경적 특성에 따라 설치하며 종류는 루프식, 영상식, 레이더식 등이 있다. 고속도로 노선상에 설치된 차량감지장치(VDS)에 의해 VDS지점별, 차로유형별, 교통량 및 점유율, 평균속도에 대해 15분 단위로 통계 생성된 교통 데이터 * 제공되는 데이터는 샘플데이터로, 전체 데이터를 다운로드 받으시려면 아래 링크로 접속 부탁드립니다. (로그인 후 전체 데이터 다운로드 가능) - https://www.bigdata-transportation.kr/frn/prdt/detail?prdtId=PRDTNUM_000000000027
한국도로공사 VDS기반 고속도로 지점별 교통 소통 통계 데이터(1개월 단위)
공공데이터포털
VDS(Vehicle Detection System) : 차량검지기 도로 상에 약 1km 간격으로 설치되어 실시간으로 교통량, 점유율, 속도, 대기행렬길이, 차량길이 등의 정보를 검지하여 소통 및 돌발상황 등을 감시하는 장치로 도로 환경적 특성에 따라 설치하며 종류는 루프식, 영상식, 레이더식 등이 있다. 고속도로 노선상에 설치된 차량감지장치(VDS)에 의해 VDS지점별, 차로유형별, 교통량 및 점유율, 평균속도에 대해 1개월 단위로 통계 생성된 교통 데이터 * 제공되는 데이터는 샘플데이터로, 전체 데이터를 다운로드 받으시려면 아래 링크로 접속 부탁드립니다. (로그인 후 전체 데이터 다운로드 가능) - https://www.bigdata-transportation.kr/frn/prdt/detail?prdtId=PRDTNUM_000000000026
대전시청 - 대전시 VDS 검지기 데이터
공공데이터포털
VDS(Vehicle Detection System) : 차량검지기 도로 상에 약 1km 간격으로 설치되어 실시간으로 교통량, 점유율, 속도, 대기행렬길이, 차량길이 등의 정보를 검지하여 소통 및 돌발상황 등을 감시하는 장치로 도로 환경적 특성에 따라 설치하며 종류는 루프식, 영상식, 레이더식 등이 있다. VDS란차량검지시스템으로 대부분 루프검지기를사용(쌍루프원형검지기)하며,일부영상검지및 레이더로 구성되어 있으며. VDS와 검지기 매핑에 대한 데이터입니다.
대전시청 - 대전시 VDS 구간 교통량 데이터
공공데이터포털
VDS(Vehicle Detection System) : 차량검지기 도로 상에 약 1km 간격으로 설치되어 실시간으로 교통량, 점유율, 속도, 대기행렬길이, 차량길이 등의 정보를 검지하여 소통 및 돌발상황 등을 감시하는 장치로 도로 환경적 특성에 따라 설치하며 종류는 루프식, 영상식, 레이더식 등이 있다. 대전시 VDS 구간 교통량 데이터 (일자 ID, 시 ID, VDS ID, VDS 구간 ID, 링크 ID, 요일 구분, 도로 노선 ID, 노선 방향, 통행 속도, 교통량 등)
대전시청 - 대전시 VDS 구간 교통량 데이터
공공데이터포털
VDS(Vehicle Detection System) : 차량검지기 도로 상에 약 1km 간격으로 설치되어 실시간으로 교통량, 점유율, 속도, 대기행렬길이, 차량길이 등의 정보를 검지하여 소통 및 돌발상황 등을 감시하는 장치로 도로 환경적 특성에 따라 설치하며 종류는 루프식, 영상식, 레이더식 등이 있다. 대전시 VDS 구간 교통량 데이터 (일자 ID, 시 ID, VDS ID, VDS 구간 ID, 링크 ID, 요일 구분, 도로 노선 ID, 노선 방향, 통행 속도, 교통량 등)
대전시청 - 대전시 VDS 검지기 데이터
공공데이터포털
VDS(Vehicle Detection System) : 차량검지기 도로 상에 약 1km 간격으로 설치되어 실시간으로 교통량, 점유율, 속도, 대기행렬길이, 차량길이 등의 정보를 검지하여 소통 및 돌발상황 등을 감시하는 장치로 도로 환경적 특성에 따라 설치하며 종류는 루프식, 영상식, 레이더식 등이 있다. VDS란차량검지시스템으로 대부분 루프검지기를사용(쌍루프원형검지기)하며,일부영상검지및 레이더로 구성되어 있으며. VDS와 검지기 매핑에 대한 데이터입니다.
한국도로공사 - 고속도로 차량감지장치(VDS) 오류 및 장애 데이터
공공데이터포털
VDS(Vehicle Detection System) : 차량검지기 도로 상에 약 1km 간격으로 설치되어 실시간으로 교통량, 점유율, 속도, 대기행렬길이, 차량길이 등의 정보를 검지하여 소통 및 돌발상황 등을 감시하는 장치로 도로 환경적 특성에 따라 설치하며 종류는 루프식, 영상식, 레이더식 등이 있다. 고속도로 노선상에 설치된 차량감지장치(VDS)는 루프검지를 이용한 지점별 교통정보로서 VDS지점별 루프 오류 및 장애와 교통량, 점유율, 속도 등의 검지 결과를 30초 주기마다 수집하는 원시 데이터
목록