P50. دراما، ابزاري براي آشكارسازي داده‌هاي پرت

DRAMA, a meta algorithm for outlier detection

پيدا كردن داده‌هاي پرت در كار با داده يكي از مسأله‌هاي مهم در طول چند دهه گذشته بوده است و به دليل ماهيت موضوع علي‌الاصول اين قابليت وجود ندارد كه يك راه حل كلي و جهانشمول كه با هر نوع داده كنار بيايد، براي آن يافت. به دليل از همان ابتدا روشهاي مختلف براي حل مسايل مختلف اين حوزه ارايه شدند و با هم مقايسه شدند. در اين تحقيق ما يك مجموعه روش كه تحت يك ساختار كلي (دراما) بر پايه‌ي كاهش بعد كار ميكنند را ارايه كرده و روي داده‌هاي شبيه‌سازي و واقعي امتحان كرديم. نتايج ما نشان ميدهد كه دراما در موارد شبيه سازي بهتر از دو تا از بهترين روشها عمل ميكند و واقعي هم در مواردي بهتر و يا همسان عمل ميكند.

Outlier detection is one of the most challangable problems in recet decades. This problem can not be solved for a general case according to no free lunch theorem. So there were alot of proposed algorithms to deal with different kind of outliers. In this research we suggested DRAMA which is based on comparision in dimensionality reduced space. Our results exibit that DRAMA can detect all synthetic senarions better than isolated forest and local outlier finder. It also can deal with real data better or similar to those algorithms.