基于编码器-解码器的方法用于异常检测及其在增材制造中的应用
机器学习
2019-07-30 v1 机器学习
摘要
我们提出一种新颖的无监督深度学习方法，利用编码器-解码器架构检测工业制造过程中收集的序列传感器数据中的异常。我们的方法不仅旨在检测给定时间步是否存在异常，还预测（序列）过程中接下来会发生什么。我们在一个从真实世界测试台收集的数据集上演示了该方法。该数据集包含在正常条件和合成异常下收集的图像。我们展示了编码器-解码器模型能够以无监督方式识别现代制造过程中注入的 anomalies。此外，它还给出了制造过程中测试台温度不均匀性的提示，这是我们在实验前未意识到的。
引用
@article{arxiv.1907.11778,
title = {An Encoder-Decoder Based Approach for Anomaly Detection with Application in Additive Manufacturing},
author = {Baihong Jin and Yingshui Tan and Alexander Nettekoven and Yuxin Chen and Ufuk Topcu and Yisong Yue and Alberto Sangiovanni Vincentelli},
journal= {arXiv preprint arXiv:1907.11778},
year = {2019}
}