最近又在做异常检测方面,所以这里记录一下比较经典的基于transformer的时序异常检测文章。
这篇文章是2022年的,算是比较新的,目前时序检测的新文章并不多,一方面这个时序异常检测在模型和计算上都不算难,再怎么创新也没什么太大水花,另一方面异常检测中的时序检测已经比较成熟了,大家更关注异常检测中的图像和音频之类的。
这篇论文的创新点有两个:
- 借鉴了transformer结构,提出了Prior-Association和Series- Association,计算Association Discrepancy,用以评估异常
- Minimax Strategy,用来放大Association Discrepancy
关于第一个创新点在上图
右边的框架就是仿transformer的,输入序列,
表明框架的层数,N为序列长度,d表示输入维度,总体计算: