-
公开(公告)号：CN117407816A
公开(公告)日：2024-01-16
申请号：CN202311359795.0
申请日：2023-10-20
Applicant: 吉林大学
IPC: G06F18/2433 , G06F18/10 , G06N3/0455 , G06N3/0895 , G06N3/094 , G06F123/02
Abstract: 一种基于对比学习的多元时间序列异常检测方法，涉及人工智能技术中的时间序列异常检测领域，解决现有异常检测方法忽略时间依赖性，无法捕获复杂的时间模式，导致影响异常检测结果等问题。本发明通过对多元时间序列数据预处理，搭建基于对比学习与Transformer的时间序列异常检测模型，训练模型，根据数据集的总体异常率确定异常检测阈值以及执行异常检测的步骤实现异常检测。本方法通过所新提出的模型学习原始时间序列的表征信息，将得到的表征信息用于时间序列异常检测中，并计算对比学习的损失误差、两阶段训练的重构误差与对抗误差。最后根据组合三种误差得到新的异常得分形式，识别时间序列异常现象。
Search Results
1
records
(took 0.01 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
