Anomaly detection with a spatio-temporal tracking of the laser spot

Atienza González, David; Bielza Lozoya, María Concepción; Díaz Rozo, Javier y Larrañaga Múgica, Pedro María (2016). Anomaly detection with a spatio-temporal tracking of the laser spot. En: "Eighth European Starting AI Researcher Symposium", 26 Aug - 02 Sep 2016, La Haya, Holanda. ISBN 978-1-61499-681-1. pp. 137-142. https://doi.org/10.3233/978-1-61499-682-8-137.

Descripción

Título: Anomaly detection with a spatio-temporal tracking of the laser spot
Autor/es:
  • Atienza González, David
  • Bielza Lozoya, María Concepción
  • Díaz Rozo, Javier
  • Larrañaga Múgica, Pedro María
Tipo de Documento: Ponencia en Congreso o Jornada (Artículo)
Título del Evento: Eighth European Starting AI Researcher Symposium
Fechas del Evento: 26 Aug - 02 Sep 2016
Lugar del Evento: La Haya, Holanda
Título del Libro: Stairs 2016: Proceedings of the Eighth European Starting Ai Researcher Symposium
Fecha: 2016
ISBN: 978-1-61499-681-1
Volumen: 284
Materias:
Palabras Clave Informales: Kernel density estimation; Anomaly detection; Time-series; Laser surface heating process
Escuela: E.T.S. de Ingenieros Informáticos (UPM)
Departamento: Inteligencia Artificial
Licencias Creative Commons: Reconocimiento - Sin obra derivada - No comercial

Texto completo

[img]
Vista Previa
PDF (Document Portable Format) - Se necesita un visor de ficheros PDF, como GSview, Xpdf o Adobe Acrobat Reader
Descargar (2MB) | Vista Previa

Resumen

Anomaly detection is an important problem with many applications in industry. This paper introduces a new methodology for detecting anomalies in a real laser heating surface process recorded with a high-speed thermal camera (1000 fps, 32×32 pixels). The system is trained with non-anomalous data only (32 videos with 21500 frames). The proposed method is built upon kernel density estimation and is capable of detecting anomalies in time-series data. The classification should be completed in-process, that is, within the cycle time of the workpiece.

Más información

ID de Registro: 46642
Identificador DC: http://oa.upm.es/46642/
Identificador OAI: oai:oa.upm.es:46642
Identificador DOI: 10.3233/978-1-61499-682-8-137
URL Oficial: http://ebooks.iospress.nl/volumearticle/45049
Depositado por: Memoria Investigacion
Depositado el: 18 Oct 2017 10:08
Ultima Modificación: 18 Oct 2017 10:08
  • Open Access
  • Open Access
  • Sherpa-Romeo
    Compruebe si la revista anglosajona en la que ha publicado un artículo permite también su publicación en abierto.
  • Dulcinea
    Compruebe si la revista española en la que ha publicado un artículo permite también su publicación en abierto.
  • Recolecta
  • e-ciencia
  • Observatorio I+D+i UPM
  • OpenCourseWare UPM