VIP20
本课程属于：016-TinyML异常检测与预测性维护 嵌入式边缘AI与TinyML · 共 20 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

11. TinyML异常阈值设计：误报、漏报与维护成本平衡

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
课程导入
学习目标 · 核心概念（误报 · 漏报
课程导入学习目标
02
TinyML与异常检测基础
TinyML特点 · 资源约束 · 常见异常检测方法（统计
TinyML异常检测基础
03
阈值在异常检测中的作用
阈值如何决定异常判定 · 与误报/漏报的直接关系 · 阈值设计的重要性
阈值异常检测
04
误报与漏报的定义与代价
误报（假阳性）和漏报（假阴性）的详细… · 各自在工业/物联网场景中的代价
误报漏报的定义
05
维护成本分析
阈值设置对维护频率 · 人工干预 · 设备寿命
维护成本分析阈值设置对维护频…
06
平衡误报、漏报与维护成本
三者的权衡关系 · 典型场景下的优先级决策 · 成本敏感度分析
平衡误报漏报
07
阈值设计常用指标
准确率 · 精确率 · 召回率
阈值设计常用指标准确率
08
阈值选择方法（一）
基于统计分布的方法（均值/标准差 · 百分位数 · 箱线图）设计阈值
阈值选择方法基于统计分布的方…
09
阈值选择方法（二）
基于机器学习的方法（异常分数 · 聚类 · One-Class SVM
阈值选择方法基于机器学习的方…
10
阈值选择方法（三）
基于代价敏感学习的方法 · 将误报/漏报成本纳入阈值优化
阈值选择方法基于代价敏感学习…
11
动态阈值与自适应阈值
根据数据分布变化 · 环境变化自动调整阈值的策略
动态阈值自适应阈值
12
多变量与多传感器阈值设计
多维度数据融合 · 联合阈值 · 相关性分析
多变量多传感器阈值设计
13
阈值与模型训练的关系
阈值是否影响模型训练 · 如何与模型输出配合 · 后处理阈值调整
阈值模型训练的关系
14
TinyML资源约束下的阈值实现
内存 · 计算 · 功耗限制对阈值算法的影响
TinyML资源约束下的阈值…
15
阈值设计流程
从数据收集 · 预处理 · 特征提取
阈值设计流程从数据收集
16
案例实战（一）
振动传感器异常检测阈值设计——基于统… · 平衡误报与漏报
案例实战振动传感器异常检…
17
案例实战（二）
温度传感器异常检测阈值设计——动态阈…
案例实战温度传感器异常检…
18
案例实战（三）
工业设备预测性维护中的阈值设计——维…
案例实战工业设备预测性维…
19
案例实战（四）
可穿戴设备健康监测阈值设计——误报对…
案例实战可穿戴设备健康监…
20
阈值调优实验
使用公开数据集（如NASA轴承数据）… · 计算误报/漏报率
阈值调优实验NASA
21
常见问题（一）
阈值设置过高或过低的表现 · 原因及调整策略
常见问题阈值设置过高或过…
22
常见问题（二）
数据不平衡对阈值设计的影响及应对方法
常见问题数据不平衡对阈值…
23
常见问题（三）
阈值漂移问题——数据分布变化导致阈值… · 如何检测与更新
常见问题阈值漂移问题
24
常见问题（四）
多目标冲突——误报率与漏报率同时要求…
常见问题多目标冲突
25
工具与平台
TinyML常用框架（TensorF… · Edge Impulse等）中阈值实…
工具平台
26
阈值评估与验证
离线评估 · 在线评估 · A/B测试
阈值评估验证
27
维护策略与阈值联动
基于阈值的告警触发 · 维护计划优化 · 成本效益分析
维护策略阈值联动
28
综合项目
设计一个完整的TinyML异常检测系… · 包括阈值设计 · 误报/漏报评估
综合项目TinyML
29
前沿与进阶
强化学习自动调阈值 · 联邦学习下的阈值设计 · 边缘-云协同阈值管理
前沿进阶
30
课程总结与展望
核心要点回顾 · 常见误区 · 未来趋势
课程总结核心要点回顾