论文复现---MUTANT

图片

Robust anomaly detection for multivariate time series through

temporal GCNs and attention-based VAE

图片

基于时序神经网络和基于注意力的VAE的多变量时间序列鲁棒异常检测

图片

https://github.com/Coac-syf/MUTANT

图片

图片

* numpy==1.21.2* torch==1.9.1* scipy==1.7.1* scikit-learn==0.24.2* pandas==0.25.0* tqdm==4.62.3* git+https://github.com/thu-ml/zhusuan.git* git+https://github.com/haowen-xu/tfsnippet.git@v0.2.0-alpha1

要求python 3+版本,其中pandas安装不上,我采用的默认版本。

图片

图片

首先下载数据集并放入创建的data目录下,即可。这里复现的数据集是SMAP数据集,这里由于作者电脑性能不足删除了部分数据集,如圈2展示。数据集下载可参考:

时序数据集---SMAP&MSL

图片

  1. 运行data_preprocess.py文件,会在processed目录下生成对应的3个.pkl文件。

  2. 运行main.py

图片

图片

https://github.com/ldxdy/MUTANT

  • 14
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    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
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

末世灯光

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