![](/images/graphics-bg.png)
Latent Clustering Models for Outlier Identification in Telecom Data
المؤلفون المشاركون
Ouyang, Ye
Huet, Alexis
Shim, J. P.
Hu, Mantian (Mandy)
المصدر
العدد
المجلد 2016، العدد 2016 (31 ديسمبر/كانون الأول 2016)، ص ص. 1-11، 11ص.
الناشر
Hindawi Publishing Corporation
تاريخ النشر
2016-12-14
دولة النشر
مصر
عدد الصفحات
11
التخصصات الرئيسية
الملخص EN
Collected telecom data traffic has boomed in recent years, due to the development of 4G mobile devices and other similar high-speed machines.
The ability to quickly identify unexpected traffic data in this stream is critical for mobile carriers, as it can be caused by either fraudulent intrusion or technical problems.
Clustering models can help to identify issues by showing patterns in network data, which can quickly catch anomalies and highlight previously unseen outliers.
In this article, we develop and compare clustering models for telecom data, focusing on those that include time-stamp information management.
Two main models are introduced, solved in detail, and analyzed: Gaussian Probabilistic Latent Semantic Analysis (GPLSA) and time-dependent Gaussian Mixture Models (time-GMM).
These models are then compared with other different clustering models, such as Gaussian model and GMM (which do not contain time-stamp information).
We perform computation on both sample and telecom traffic data to show that the efficiency and robustness of GPLSA make it the superior method to detect outliers and provide results automatically with low tuning parameters or expertise requirement.
نمط استشهاد جمعية علماء النفس الأمريكية (APA)
Ouyang, Ye& Huet, Alexis& Shim, J. P.& Hu, Mantian (Mandy). 2016. Latent Clustering Models for Outlier Identification in Telecom Data. Mobile Information Systems،Vol. 2016, no. 2016, pp.1-11.
https://search.emarefa.net/detail/BIM-1111364
نمط استشهاد الجمعية الأمريكية للغات الحديثة (MLA)
Ouyang, Ye…[et al.]. Latent Clustering Models for Outlier Identification in Telecom Data. Mobile Information Systems No. 2016 (2016), pp.1-11.
https://search.emarefa.net/detail/BIM-1111364
نمط استشهاد الجمعية الطبية الأمريكية (AMA)
Ouyang, Ye& Huet, Alexis& Shim, J. P.& Hu, Mantian (Mandy). Latent Clustering Models for Outlier Identification in Telecom Data. Mobile Information Systems. 2016. Vol. 2016, no. 2016, pp.1-11.
https://search.emarefa.net/detail/BIM-1111364
نوع البيانات
مقالات
لغة النص
الإنجليزية
الملاحظات
Includes bibliographical references
رقم السجل
BIM-1111364
قاعدة معامل التأثير والاستشهادات المرجعية العربي "ارسيف Arcif"
أضخم قاعدة بيانات عربية للاستشهادات المرجعية للمجلات العلمية المحكمة الصادرة في العالم العربي
![](/images/ebook-kashef.png)
تقوم هذه الخدمة بالتحقق من التشابه أو الانتحال في الأبحاث والمقالات العلمية والأطروحات الجامعية والكتب والأبحاث باللغة العربية، وتحديد درجة التشابه أو أصالة الأعمال البحثية وحماية ملكيتها الفكرية. تعرف اكثر
![](/images/kashef-image.png)