Isolation Forest ile sensör anomalisi: nasıl çalışır, nerede yanılır
Sensör tablosunda işaretlenen satırları izolasyon puanına göre okumayı, contamination değerinin ne anlama geldiğini ve yöntemin nerede yanıldığını öğrenin.
Evet, ama sınırlı bir iddiayla. Etiketsiz yöntemler normal davranışı öğrenir ve ondan sapmaları işaretler. Ancak sistem “olağan dışı” der, “hangi arıza” demez. Doğrulama için geçmiş olayların yeniden incelenmesi ve operatörün işaretli dönemleri değerlendirmesi gerekir. Çıktı bir teşhis değil, bakım için bir inceleme listesidir.
Etiketsiz yaklaşım, sistemin normal durumunu geçmiş veriden çıkarır. Bunun için istatistiksel sınırlar, Mahalanobis uzaklığı, izolasyon ağaçları ya da temel bileşen analizi (PCA) ile yeniden yapılandırma hatası kullanılabilir. Hepsi aynı soruyu sorar: bu gözlem, öğrenilen normal davranışa uyuyor mu?
Yöntemin bildiği şey sapmanın varlığıdır. Arızanın türünü, parçasını ya da nedenini bilmez; çünkü bu bilgileri hiç etiketli görmemiştir. Bu nedenle bir işaret, “bu dönemi incele” anlamına gelir. Aynı sapmayı bir rulman arızası da yaratabilir, bir sensör kayması da, bir vardiya devri de, yeni bir ürün kalitesi de. Model bunları birbirinden ayıramaz.
Varsayımsal bir kompresörün iki yıllık bakım kaydında dört rulman arızası olsun. Model bu iki yıl içinde 12 dönemi işaretlesin. Operatör, bu dönemlerin 5’ini gerçek bir anormallik olarak onaylasın.
Bakım kaydı da kusurlu bir etikettir: bazı arızalar geç ya da yanlış varlık adıyla kaydedilir. Bu nedenle sayılar kesin bir başarı kanıtı değil, incelemeyi yönlendiren bir göstergedir.
En yaygın hata, sapma sayısını başarı saymaktır. Sapma sayısı bir başarı ölçütü değildir; her şeyi işaretleyen bir model de meşgul görünür. Bir diğer hata, eğitim penceresinin kaydedilmemiş arızalar içermesidir. Model o arızayı normal sanar ve geçmiş olayları da kaçırır. Üçüncü hata, değerlendirmeyi karıştırılmış bir bölmeyle yapmaktır; bu, geleceğin eğitime sızmasına yol açar.
Operatör geri bildirimi değerlidir. Her karar bir etiket olur ve yeterli sayıda etiket, ileride gözetimli bir model için temel oluşturabilir. Ama ilk aşamada bu etiketler yanlıdır: yalnızca operatörün incelemeyi seçtiği dönemleri kapsar.
İşaretlenen dönemi operatör, bakım kaydı ve komşu sensörlerle birlikte inceleyin. Sapmanın fiziksel bir açıklaması var mı, hangi sensör en çok katkı verdi, benzer bir sapma sonradan bir olayla bitti mi? Her dönem için kısa bir karar kaydı tutun ki inceleme sonradan denetlenebilsin.
Önemli çalışma modlarını kapsayan yeterli sayıda doğrulanmış olay ve tutarlı etiketler biriktiğinde. Kayıtlı arızalar ve operatör kararları başlıca etiket kaynaklarıdır. O zamana kadar etiketsiz model dürüst bir başlangıç noktasıdır; yanlı etiketlerle eğitilen gözetimli model ise ekibin inceleme alışkanlıklarını öğrenir.
Örnek sayılar varsayımsaldır; sahada doğrulanmış sonuç iddiası değildir.