PP:確率的リカレントニューラルネットワークによる多変量時系列のための堅牢な異常検出

問題:

異常検出

入力:RNNへの多変量時系列------>捕捉正常パターン----->表現によって再構築入力データ------>異常を判定するために再構成確率を使用します。 

前書き: 

異常異なるフィールドにおける検出(グラフ、ログメッセージ、時系列)に記載された方法は、異なる情報キャリア(図、テキスト、タイミングデータ)に非常に異なっており、そしていくつかの点で共通していることができます。

(より一般的には、エンティティ又は)同じデバイスからの複数の単変量の時系列は、多変量の時系列を形成します。

 

 

関連作業: 

 

準備:

 

 

 

 

 

 

補足知識:

1.一時的な依存関係の平均を何?

 

おすすめ

転載: www.cnblogs.com/dulun/p/12241938.html