Esenciales para una Presentación de Trabajo Exitosa
Pasos clave para simplificar tu proceso de envío de artículos.
― 4 minilectura
Tabla de contenidos
Enviar un artículo puede ser complicado, pero siguiendo algunos pasos básicos puedes facilitar el proceso. Aquí tienes algunos puntos clave a recordar al preparar tu envío.
Vista General
Cuando envías un artículo, debería verse uniforme. Esto significa que todos los artículos deben tener un estilo similar. Asegúrate de seguir estas pautas de cerca para cumplir con los requisitos.
Envío Anónimo
Si vas a enviar tu artículo de forma anónima, no incluyas tu nombre ni dónde trabajas. Simplemente escribe "Envío Anónimo" en la parte superior. Asegúrate de borrar cualquier información personal de los metadatos del documento antes de enviarlo. Esto ayuda a mantener el anonimato. Las referencias a cualquier trabajo anterior tuyo también deberían estar ocultas si revelarían tu identidad.
Preparando Tu Artículo
Una vez que tu artículo haya sido aceptado, necesitarás prepararlo para la publicación. Esto es lo que debes tener en cuenta:
Formato: Usa el archivo de estilo correcto para tu documento. Esto asegura que se vea bien cuando se publique. No cambies ninguna de las configuraciones de estilo o diseño.
Derechos de Autor: Necesitarás llenar y enviar un formulario de derechos de autor. Asegúrate de que esto se haga antes de la fecha límite.
Archivos Electrónicos: Envía tu artículo en formato PDF. También puede que necesites incluir los archivos fuente, que deberían estar compilados en un solo documento.
Gráficos: Usa Formatos de imagen apropiados y asegúrate de que sean claros y del tamaño correcto.
Formateando Tu Artículo
Requisitos Básicos de Formato
Tu artículo debería estar en dos columnas y en papel tamaño carta de EE. UU. Los márgenes deberían ser los siguientes:
- Superior: 0.75 pulgadas
- Izquierdo: 0.75 pulgadas
- Derecho: 0.75 pulgadas
- Inferior: 1.25 pulgadas
Asegúrate de que tu texto esté en una fuente estándar. Usa Times o Nimbus para tu artículo.
Fuentes y Tamaños
El texto principal debería ser de tamaño diez puntos con un interlineado estándar. Evita usar colores o cambiar los tamaños y estilos de fuente a menos que te lo digan específicamente.
Encabezados y Secciones
Usa encabezados para separar las diferentes partes de tu artículo. Deberías tener secciones claras, pero no te pases con demasiados encabezados. Una estructura de ejemplo podría incluir:
- Introducción
- Contenido Principal
- Conclusiones
- Referencias
Citas
Cuando te refieras a otros trabajos en tu artículo, usa un formato simple con el apellido del autor y el año de publicación. Mantén un estilo consistente a lo largo del texto.
Enviando Tu Artículo
Cuando llegue el momento de enviar, recuerda incluir:
- Un PDF completamente conforme.
- El archivo fuente como un único documento.
- Todos los gráficos necesarios para el artículo.
- Cualquier archivo adicional que se requiera.
Asegúrate de que todo esté bajo el límite de tamaño antes de enviarlo.
Revisiones Finales
Antes de enviar, revisa todo. Busca:
- Formato y diseño correctos.
- Sin números de página ni pies de página en el PDF.
- Todos los gráficos son claros y del tamaño correcto.
- Sin archivos innecesarios incluidos.
Conclusión
Preparar un artículo para su envío implica prestar atención a los detalles. Sigue las pautas de cerca, presta atención al formato y asegúrate de que tu envío esté completo. Siguiendo estas reglas, puedes aumentar tus posibilidades de un proceso de envío sin problemas.
Título: Pattern-Based Time-Series Risk Scoring for Anomaly Detection and Alert Filtering -- A Predictive Maintenance Case Study
Resumen: Fault detection is a key challenge in the management of complex systems. In the context of SparkCognition's efforts towards predictive maintenance in large scale industrial systems, this problem is often framed in terms of anomaly detection - identifying patterns of behavior in the data which deviate from normal. Patterns of normal behavior aren't captured simply in the coarse statistics of measured signals. Rather, the multivariate sequential pattern itself can be indicative of normal vs. abnormal behavior. For this reason, normal behavior modeling that relies on snapshots of the data without taking into account temporal relationships as they evolve would be lacking. However, common strategies for dealing with temporal dependence, such as Recurrent Neural Networks or attention mechanisms are oftentimes computationally expensive and difficult to train. In this paper, we propose a fast and efficient approach to anomaly detection and alert filtering based on sequential pattern similarities. In our empirical analysis section, we show how this approach can be leveraged for a variety of purposes involving anomaly detection on a large scale real-world industrial system. Subsequently, we test our approach on a publicly-available dataset in order to establish its general applicability and robustness compared to a state-of-the-art baseline. We also demonstrate an efficient way of optimizing the framework based on an alert recall objective function.
Autores: Elad Liebman
Última actualización: 2024-05-24 00:00:00
Idioma: English
Fuente URL: https://arxiv.org/abs/2405.17488
Fuente PDF: https://arxiv.org/pdf/2405.17488
Licencia: https://creativecommons.org/licenses/by/4.0/
Cambios: Este resumen se ha elaborado con la ayuda de AI y puede contener imprecisiones. Para obtener información precisa, consulte los documentos originales enlazados aquí.
Gracias a arxiv por el uso de su interoperabilidad de acceso abierto.