您当前的位置:
首页 >
文章列表页 >
基于随机Transformer的多维时间序列异常检测模型
学术论文 | 更新时间:2024-05-31
    • 基于随机Transformer的多维时间序列异常检测模型

    • Anomaly detection model for multivariate time series based on stochastic Transformer

    • 在多维时间序列异常检测领域,研究者提出了融合Transformer编码器和VAE的随机Transformer MTS异常检测模型ST-MTS-AD,有效提升了异常检测的F1分数。
    • 通信学报   2023年44卷第2期 页码:94-103
    • DOI:10.11959/j.issn.1000-436x.2023042    

      中图分类号: TP391
    • 网络首发:2023-02

      纸质出版:2023-02-25

    移动端阅览

  • 霍纬纲, 梁锐, 李永华. 基于随机Transformer的多维时间序列异常检测模型[J]. 通信学报, 2023,44(2):94-103. DOI: 10.11959/j.issn.1000-436x.2023042.

    Weigang HUO, Rui LIANG, Yonghua LI. Anomaly detection model for multivariate time series based on stochastic Transformer[J]. Journal on Communications, 2023, 44(2): 94-103. DOI: 10.11959/j.issn.1000-436x.2023042.

  •  
  •  

0

浏览量

1105

下载量

0

CSCD

文章被引用时,请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

基于协同对抗增强生成模型的智能无人机网络异常检测方法
自由空间光通信的异常检测、分类与定位深度学习架构
基于图提示微调的WSN节点时空相关性异常检测方法
基于自适应元学习的5G核心网协议字段变异方法
基于变分自编码器的太赫兹信道多径分簇算法

相关作者

隋翯
马春燕
龙岭春
顾兆军
刘佳佳
丁磊
宋嵩
吴廷伟

相关机构

广州大学网络空间安全学院
中国民航大学航空工程学院
中国民航大学信息安全测评中心
中北大学机械工程学院
重庆邮电大学通信与信息工程学院
0