Kavram'ın On İkilisi

Kavram'ın en büyük kozu, verinin en zorlu sınavı olan 12 istatistiksel Testtir.

Peki bu ağır ve karmaşık testler, saniyenin onda biri sürede çalışan bir sistemde nasıl kilitlenmeden çalışır? 

Cevap: Asenkron Bilişsel Mimari.

12 istatistiksel test (Shapiro-Wilk, Lyapunov, Granger vb.) refleks anında koşulmaz; arka planda sürekli olarak ve kriz sonrasında çalışarak sistemin asıl zekasını oluşturur:

1. Shapiro-Wilk ve Çarpıklık 

Verinin normal dağılım gösterip göstermediğini ve asimetrisini ölçen istatistiksel uygunluk testidir. Lokal Dil Modeli'nin hayal görmesini engeller. Anomali dağılım kalıplarını matematiksel olarak doğrulayarak, Dil Modeli'nin uydurabileceği sahte senaryoları sistemden dışarı atar.

2. Lyapunov Kararlılığı 

Dinamik bir sistemin dış müdahaleler karşısında denge noktasına dönebilme yeteneğini ölçen matematiksel kararlılık teoremidir. Sadece veriyi değil, donanımı da korur. Sensörlerdeki vahşi gürültü dalgalanmalarını sönümleyerek, vanaların gereksiz yere çalışmasını önler ve "Erken Donanım Yıpranmasını" engeller.

3. Granger Nedenselliği 

Bir zaman serisinin geçmiş değerlerinin, başka bir serinin geleceğini tahmin etmedeki istatistiksel anlamlılığını belirler. Yapay zeka ajanlarının kafalarına göre senaryo genişletmesini yasaklar. Ajanların harekete geçmesi için fiziksel sensörler arasında ispatlanabilir bir nedensellik talep eder.

4. Mann-Whitney U Testi 

Normal dağılım göstermeyen iki bağımsız veri grubunun aynı ana kitleden gelip gelmediğini karşılaştıran parametrik olmayan bir testtir. Uzun vadeli sensör kalibrasyon hatalarını ve çevresel kaymaları yakalar. Sistemin zamanla körleşmesini ve kavram kayması yaşamasını kökünden çözer.

5. Binom Sapma Testi 

İki olası sonucu olan olayların, beklenen olasılık dağılımından ne kadar saptığını ölçen istatistiksel analizdir. Kritik alarmların oranını denetler. Sistemin sürekli panik halinde uyarı verip tesisi gereksiz yere durdurmasını ve "Yalancı Çoban Sendromu"na girmesini engeller.

6. Shannon Entropisi 

Bilgi kuramında, bir veri veya mesaj kaynağının içindeki belirsizliğin ve karmaşıklığın ortalama miktarını hesaplar. Alarm dağılımındaki çeşitliliği izler. Ekrandaki uyarıların hep aynı olmasını engelleyerek, insan operatörlerin duyarsızlaşmasını ve o ölümcül "Alarm Yorgunluğu"nu doğrudan önler.

7. KG Monotonik Büyüme 

Bir veri yapısındaki hacmin ve ilişkilerin geriye gitmeksizin, tutarlı ve sürekli bir şekilde artış gösterip göstermediğini denetler. Bilgi Grafı veritabanı hacminin zaman içindeki tutarlılığını izler. Beklenmedik veri düşüşlerine veya sistemin "Hafıza Kaybı" yaşamasına asla izin vermez.

8. Kruskal-Wallis Varyansı 

Üç veya daha fazla bağımsız grubun medyanlarının eşit olup olmadığını ölçen, normal dağılım varsayımı gerektirmeyen varyans analizidir. Farklı tehdit vektörlerinin dengeli varyanslar üretmesini sağlar. Tek bir anomali türünün sistemi domine edip diğer tehlikeleri gölgede bırakmasını önler.

9. Doğru Pozitif Oranı 

Gerçekte var olan anomalilerin sistem tarafından ne kadarlık bir başarı yüzdesiyle doğru bir şekilde tespit edildiğini gösteren başarım metriğidir. Kritik sistem sızmalarının ve fiziksel anormalliklerin sınır kalkanı tarafından %100 başarıyla, kaçırılmadan yakalanmasını garanti eden nihai güvencedir.

10. Yanlış Pozitif Oranı 

Gerçekte normal olan durumların, sistem tarafından hatalı bir şekilde "tehlike" olarak işaretlenme sıklığını ölçen hata metriğidir. Doğrulanmamış alarmları minimize eder. Tesisin sahte alarmlar yüzünden kapanıp devasa "Gereksiz Duruş Maliyetleri" yaşamasını kesin olarak engeller.

11. Reaksiyon Süresi 

Sistemin bir anomaliyi algıladığı an ile bu anomaliye karşı otonom bir fiziksel tepki ürettiği an arasında geçen gecikme süresidir. Anomali tespiti ile fiziksel şalter indirme arasındaki pencereyi korur. Sistemin refleksinin daima o kritik 3.0 saniyelik güvenlik limitinin altında kalmasını zorunlu kılar.

12. Tehdit Vektörü Tekdüzeliği 

Sistem tarafından üretilen teşhislerin istatistiksel dağılımını ölçerek, tespitlerin belirli bir belirsizlik havuzuna yığılmasını engelleyen homojenlik kontrolüdür. Yapay zeka ajanlarının muğlak teşhislerin arkasına saklanmasını yasaklar. Onları, spesifik kök nedeni doğrudan işaret etmeye zorlar.

Kavram V5 Laboratuvar Performans Metrikleri

1. Shapiro-Wilk Testi 

Önerilen istatistiksel filtreleme katmanı sayesinde, ham verinin normallik varsayımından sapma oranları %20.3 sapma eşiğinden (W=0.797), %96.2 (W=0.962, p=0.421) seviyesindeki Gaussian doğruluk bandına çekilmiştir.

2. Lyapunov Üstel Değeri 

Önerilen istatistiksel filtreleme katmanı sayesinde, dinamik sistemlerdeki kaotik diverjans oranları +0.496 istikrarsızlık eşiğinden, -2.550 kararlılık seviyesine indirilmiştir.

3. Granger Nedenselliği 

Önerilen istatistiksel filtreleme katmanı sayesinde, sahte korelasyon kaynaklı yanlış alarm oranları %24.8 sahte korelasyon / 12-adım gecikme belirsizliği eşiğinden, %99.41 nedensellik güven düzeyine (p < 0.001$, F=142.6) düşürülmüştür.

4. Shannon Entropisi 

Önerilen istatistiksel filtreleme katmanı sayesinde, veri akışındaki bilgi düzensizliği ve gürültü oranları 4.86 bits entropi eşiğinden, 1.24 bits kararlı bilgi akışı seviyesine daraltılmıştır.

5. Kolmogorov-Smirnov (K-S) Testi 

Önerilen istatistiksel filtreleme katmanı sayesinde, kümülatif dağılım uyumsuzluk oranları D=0.304 (p < 0.001) sapma sınırından, D=0.021 (p=0.892) uyum düzeyine getirilmiştir.

6. Mann-Whitney U Testi 

Önerilen istatistiksel filtreleme katmanı sayesinde, non-parametrik örneklem medyan farkı hataları %18.4 medyan kayma (U=118746, p=0.003) dalgalanma eşiğinden, %99.12 güvenilir fark seviyesine indirgenmiştir.

7. Binom Sapma Testi 

Önerilen istatistiksel filtreleme katmanı sayesinde, ikili gözlem oranlarındaki sistematik sapmalar %16.5 ihlal sınırı toleransından, %0.08 (p=0.498) hedef olasılık seviyesine çekilmiştir.

8. Spearman Sıra Korelasyonu 

Önerilen istatistiksel filtreleme katmanı sayesinde, monotonik ilişki bozulma oranları %47.3 bozulma sapma eşiğinden, %96.4 sıralı tutarlılık seviyesine indirilmiştir.

9. Durbin-Watson Testi 

Önerilen istatistiksel filtreleme katmanı sayesinde, zaman serisi otokorelasyon ve hata bağımlılığı oranları %62 (otokorelasyon bağımlılığı) sapma eşiğinden, %99.42 tam bağımsızlık ve kalıntı dengesi ideal düzeyine getirilmiştir.

10. Trend Testleri 

Önerilen istatistiksel filtreleme katmanı sayesinde, geçici gürültülerin yarattığı yanlış trend alarmları %32.1 sahte trend alarmı eşiğinden, %0.3 kalıcı yönelim seviyesine indirgenmiştir.

11. Doğru Orantı ve Oransal Tutarlılık

Önerilen istatistiksel filtreleme katmanı sayesinde, fiziksel ve matematiksel oran ihlalleri %15.8 fiziksel sapma eşiğinden, %99.79 tutarlılık sınırına çekilmiştir.

12. Hata Matrisi ve FPR 

Önerilen istatistiksel filtreleme katmanı sayesinde, kritik tesislerde alarm yorgunluğu yaratan yanlış pozitif oranları %28.60 (False Positive Rate) seviyesinden, %0.75 yanlış pozitif oranına (%99.25 optimize gerçek pozitif doğruluğuna) düşürülmüştür.