(十二)Outlier Detection for Multidimensional Time Series using Deep Neural Networks

内含动画的PPT已经上传,可以在我上传的资源里看到,可免费下载

论文链接:Outlier Detection for Multidimensional Time Series using Deep Neural Networks

论文信息

  • 2018
  • IEEE
  • 多维时间序列+异常检测+时间序列的富集化+2DCNN-AE+LSTM-AE

一、论文概括
  1. 研究对象
  2. 目标
  3. 方法
  4. 结论

在这里插入图片描述

二、相关引入工作
  1. 自编码器(AE)
  2. 引入本文方法
  3. 本文贡献

在这里插入图片描述

在这里插入图片描述

三、作者提出的方法
  1. 模型
  2. 时间序列的富集化(两步走)
  3. 基于子自编码器的深度神经网络
  4. 嵌入上下文信息
  5. “新的”架构
  6. 实验分析

在这里插入图片描述

时间序列的富集化
在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

  • 9
    点赞
  • 26
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 3
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

是肉球哇

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值