Réponse rapide
Pour repérer une anomalie sans étiquettes, on apprend un comportement de référence sur des journaux qualifiés, puis on signale les écarts de distribution, de séquence ou de relation entre signaux avec leur contexte et leur incertitude.
Construire un état normal
Les épisodes utilisés sont inspectés pour exclure pannes connues et périodes de réglage. Mode, charge, température et version logicielle sont conservés avec les mesures.
Comparer plusieurs indices
Distance, densité, reconstruction, fréquence d’événement ou rupture temporelle peuvent signaler un écart. Un score isolé ne suffit pas à qualifier la cause.
Trier avant d’alarmer
L’anomalie est confirmée par capteur, opérateur ou essai contrôlé avant arrêt ou maintenance. Les seuils sont ajustés pour ne pas masquer les défauts rares.
Un journal inhabituel n’est pas forcément une panne
Changement de mission, capteur, météo ou version peut créer un nouveau régime normal. Une alerte automatique doit conduire à une vérification et non à une commande corrective aveugle.
Sources et références
- [1] Novelty and Outlier Detection — scikit-learn — scikit-learn