Doktorska disertacija
Odkrivanje nenavadnih in sumljivih vzorcev obnašanja iz prostorsko-časovnih sledi agenta
Ogledi: 14 | Prenosi: 8
Povzetek
Aplikacije na področjih pametnih okolij, video nadzora, interakcije človek-robot in ambientalno
podprtega življenja običajno vključujejo problem učenja vzorcev obnašanja agenta
iz senzorskih podatkov. Odklonsko obnašanje je vzorec v podatkih, ki se bodisi ne ujema
s pričakovanim obnašanjem, kar ustreza nenavadnemu obnašanju, bodisi se ujema s predhodno
definiranim nezaželenim obnašanjem, kar ustreza sumljivemu obnašanju. Pričujoča
disertacija se osredotoča na detekcijo vzorcev, ki lahko predstavljajo varnostno grožnjo,
zdravstveni problem ali kakršnokoli drugo tveganje, povezano z obnašanjem agenta.
Pri aplikacijah v realnem življenju se soočamo s številnimi izzivi. Raziskave na podro
čju razpoznavanja planov so predpostavile, da so osnovne akcije agenta podane ali pa
jih je mogoče enostavno pridobiti, medtem ko mnoge aplikacije v realnem življenju zahtevajo
prepoznavanje akcij iz surovih senzorskih podatkov. Drugi izziv je kako predstaviti
zapleteno, nestrukturirano obnašanje ljudi, ki ne sledijo vnaprej določenim vzorcem. Tretji
izziv predstavlja dejstvo, da se odklonsko obnašanje lahko odraža na različnih časovnih intervalih
in preko različnih zaznavnih vhodov, pri čemer se poraja vprašanje kako združevati
različne časovne intervale in zaznavne vhode pri pridobivanju zanesljive ocene obnašanja. In
nenazadnje, v mnogih domenah je prisotno obnašanje, kjer iz posameznega zaznanega dogodka
ni mogoče sklepati ali je obnašanje odklonsko ali ne, zato je potrebno vpeljati pristop,
ki lahko kopiči ocene obnašanja v daljših časovnih obdobjih.
V pričujoči disertaciji predstavimo enoten okvir za analizo obašanja agenta na podlagi
predhodnega znanja in zunanjih opažanj. Namenjen je odkrivanju odklonskega obnašanja
agentov, ne glede na to ali je predmet opazovanja človek, programski agent ali robot. Disertacija
najprej predstavi cevovod za razpoznavanje aktivnosti, ki vključuje odstranjevanje
šuma, izdelavo značilk, identifikacijo aktivnosti in izravnavanje šuma pri razpoznavanju. V
nadaljevanju opiše novo predstavitev, poimenovano prostorsko-akcijska matrika, namenjeno
analizi obnašanja. Z matriko je mogoče z uporabo prostorsko-akcijskih značilk opisati dinamiko
obnašanja v določenem časovnem obdobju ter grafično ponazoriti primerjavo med
različnimi vzorci obnašanja. Predstavljen je postopek, ki s pomočjo analize glavnih komponent
zmanjša dimenzije matrike ter poda njene značilke. V disertaciji se nato osredotočimo
na definicijo problema in vzpostavimo formalni okvir za detekcijo nenavadnega in sumljivega
obnašanja. Na podlagi formalnega okvira razložimo, zakaj je napaka pri detekciji običajno
neizogibna, podamo dokaz za spodnjo mejo napake in predstavimo številne približne metode,
ki bodisi neposredno ocenijo porazdelitve, potrebne za detekcijo, bodisi razvrstijo vzorce
obnašanja z uporabo strojnega učenja. Formalni okvir je nato razširjen z možnostjo zaznavanja
odklonskega obnašanja v daljšem časovnem obdobju, kjer posamezen dogodek
ne zadostuje za odločitev. Disertacija poda pogoje, ki jih mora detektor izpolnjevati, in
predstavi nov pristop poimenovan detektor F-UPR, ki posploši razpoznavanje planov na
podlagi koristnosti s poljubnimi funkcijami koristnosti. Uporabo enotnega okvira za analizo
obnašanja agenta predstavimo v treh empiričnih študijah. Prva študija se nanaša na
detekcijo obnašanja, ki nakazuje poslabšanje zdravstvenega stanja starejšega posameznika,
medtem ko se druga ukvarja z detekcijo sumljivih potnikov na simuliranem letališkem terminalu.
Tretja študija zadeva preverjanje identitete vstopajoče osebe v visoko varovanih
kontrolnih točkah vstopa.