A platform for comparative studies of anomaly detection algorithms

Read full text
Authors: Tomàs Permanyer Rocha
Cited by: 0

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