VIP20
本课程属于：014-TinyML时序传感器异常检测 工业控制与工业互联网 · 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

TinyML传感器异常评分与告警阈值调参

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
TinyML与传感器异常检测的概述 · 课程目标 · 学习路径与前置知识要求
课程导入TinyML
02
传感器数据基础
常见传感器类型（加速度计 · 陀螺仪 · 温度
传感器数据基础常见传感器类型
03
异常检测概念
异常类型（点异常 · 上下文异常 · 集体异常）
异常检测概念异常类型
04
TinyML平台与工具链
边缘设备（MCU · 传感器集线器） · TensorFlow Lite fo…
TinyML平台
05
数据采集与预处理
数据清洗 · 去噪 · 归一化
数据采集预处理
06
无监督异常评分方法
基于距离（k-NN · LOF） · 基于密度
无监督异常评分方…k-NN
07
基于重构的异常评分
自编码器（Autoencoder）在… · 重构误差作为异常分数
基于重构的异常评…Autoencoder
08
基于预测的异常评分
时序预测模型（ARIMA · LSTM · TCN）的预测误差用于异常评分
基于预测的异常评…ARIMA
09
基于统计的异常评分
Z-score · MAD · Grubbs检验
基于统计的异常评…Z-score
10
TinyML模型压缩与量化
模型量化（int8） · 剪枝 · 知识蒸馏对异常评分模型的影响
TinyML模型压缩
11
在MCU上部署异常评分模型
模型转换 · 内存优化 · 推理速度评估
MCU上部署异常评分模…
12
异常评分阈值调参基础
阈值的作用 · 误报与漏报的权衡 · ROC曲线与阈值选择
异常评分阈值调参…阈值的作用
13
阈值调参方法
固定阈值 · 动态阈值 · 基于百分位数
阈值调参方法固定阈值
14
阈值调参的自动化
网格搜索 · 贝叶斯优化 · 基于强化学习的阈值自适应
阈值调参的自动化网格搜索
15
多传感器融合异常评分
多源数据融合策略 · 特征级融合与决策级融合 · 融合后的阈值调整
多传感器融合异常…多源数据融合策略
16
案例实战
使用加速度计数据检测设备异常振动 · 从数据采集到异常评分模型部署
案例实战使用加速度计数据…
17
案例实战
温度传感器异常检测 · 使用自编码器进行重构误差评分并调整阈…
案例实战温度传感器异常检…
18
案例实战
工业电机故障预测 · 结合振动与电流传感器 · 实现多传感器异常评分与告警
案例实战工业电机故障预测
19
案例实战
可穿戴设备跌倒检测 · 基于IMU数据 · 使用轻量级模型进行实时异常评分
案例实战可穿戴设备跌倒检…
20
案例实战
环境监测（温湿度 · 气体）异常检测 · 处理概念漂移与阈值自适应
案例实战环境监测
21
阈值调参的常见问题
数据不平衡 · 异常比例低 · 阈值漂移
阈值调参的常见问…数据不平衡
22
模型评估与验证
交叉验证 · 时间序列分割 · 在线评估
模型评估验证
23
告警系统设计
告警级别 · 告警抑制 · 告警聚合
告警系统设计告警级别
24
TinyML资源优化
内存占用 · 计算量 · 电池寿命与异常评分频率的平衡
TinyML资源优化
25
安全性与鲁棒性
对抗样本 · 传感器故障 · 数据缺失对异常评分的影响及应对
安全性鲁棒性
26
边缘-云协同
边缘设备本地评分与云端阈值调参的协同… · 模型更新策略
边缘云协同
27
实战项目
从零搭建一个TinyML异常检测系统 · 包括数据采集 · 模型训练
实战项目TinyML
28
常见错误与调试技巧
数据泄漏 · 过拟合 · 阈值设置不合理
常见错误调试技巧
29
综合提升
设计一个完整的异常评分与阈值调参流程 · 并针对特定场景进行优化
综合提升设计一个完整的异…
30
课程总结与进阶方向
回顾核心知识点 · 推荐工具与资源 · 未来趋势（如在线学习
课程总结进阶方向