您当前的位置:
首页 >
文章列表页 >
基于无监督时空状态估计的信息物理系统细粒度异常诊断
学术论文 | 更新时间:2025-08-07
    • 基于无监督时空状态估计的信息物理系统细粒度异常诊断

    • Unsupervised spatio-temporal state estimation for fine-grained anomaly diagnosis of cyber-physical systems

    • 在信息物理系统领域,研究者提出了MAD-Transformer模型,准确识别与诊断多元时间序列异常,为异常检测提供新方案。
    • 通信学报   2025年46卷第7期 页码:45-59
    • DOI:10.11959/j.issn.1000-436x.2025129    

      中图分类号: TP393
    • 收稿日期:2025-04-17

      修回日期:2025-07-07

      录用日期:2025-07-09

      纸质出版日期:2025-07-25

    移动端阅览

  • 孙海丽,黄炎,韩兰胜等.基于无监督时空状态估计的信息物理系统细粒度异常诊断[J].通信学报,2025,46(07):45-59. DOI: 10.11959/j.issn.1000-436x.2025129.

    SUN Haili,HUANG Yan,HAN Lansheng,et al.Unsupervised spatio-temporal state estimation for fine-grained anomaly diagnosis of cyber-physical systems[J].Journal on Communications,2025,46(07):45-59. DOI: 10.11959/j.issn.1000-436x.2025129.

  •  
  •  

0

浏览量

0

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

基于深度强化学习的空天地一体化网络信息物理系统垂直切换策略

相关作者

武艳
潘广川
姚明旿
杨清海
梁中明

相关机构

西安电子科技大学空天地一体化综合业务网全国重点实验室
深圳大学计算机与软件学院物联网研究中心
0