A platform for comparative studies of anomaly detection algorithms
Abstract
La detecció d'anomalies és una tasca clau en nombrosos dominis de la ciència de dades, com ara la detecció de frau, la monitorització de sistemes o l'anàlisi de sensors. Tanmateix, la gran varietat d'algorismes disponibles, la seva elevada sensibilitat als hiperparàmetres i la manca de criteris homogenis d'avaluació dificulten la selecció de la tècnica més adequada per a un problema concret. Aquest projecte presenta el disseny i desenvolupament d'una plataforma interactiva per a l'estudi comparatiu d'algorismes de detecció d'anomalies, orientada a facilitar una avaluació objectiva, reproduïble i comprensible de diferents mètodes. La solució permet carregar conjunts de dades tabulars propis, configurar pipelines de preprocessament i executar, en una única experiència integrada, diversos algorismes representatius sota un esquema de validació controlat amb mètriques rigoroses. El treball aporta una solució pràctica que dona suport a l'investigador en l'anàlisi comparativa de mètodes de detecció d'anomalies, promovent bones pràctiques experimentals i una comprensió més crítica dels resultats obtinguts.
Fields of Study & Subjects
Anomaly Detection Techniques and Applications
Machine Learning and Data Classification
Software System Performance and Reliability
Publication details
- Journal / source
- UPCommons institutional repository (Universitat Politècnica de Catalunya)
- Publication date
- 20 January 2026
- Language
- ES
- Document type
- Thesis