主动变形变换器GAN

异常检测更准

通过主动变形Transformer结合序列关联与重构误差，构建更强的异常评分，提升多元时间序列异常检测性能。

Kong, Lingkun · Jinsong, Yu · 唐荻音 · Song, Yue · Han, Danyang

IEEE Sensors Journal 2023

技术优势

无需标签

该方法是无监督的，不需要人工标注的异常样本即可训练，可直接应用于未标记的传感器数据。

检测更准

在四个公开传感器数据集上的实验表明，该模型优于最近的先进方法，异常检测性能更高。

评分更可靠

结合不相关分数和重构误差分数生成更强的异常评分，比单一指标更具判别力。

应用场景

• 工业传感器数据分析：自动发现传感器数据中的异常模式，减少人工巡检。
• 工业预测性维护：提前发现设备异常征兆，避免非计划停机。
• 时间序列异常检测：提供更强的异常评分准则，提升检测准确率。