图时间序列上的异常检测
机器学习
2022-05-31 v3 神经与进化计算
机器学习
摘要
在本文中，我们使用变分循环神经网络来研究图时间序列上的异常检测问题。时间相关性由循环神经网络（RNN）与变分推断（VI）的组合进行建模，而空间信息则由图卷积网络捕获。为了纳入外部因素，我们使用特征提取器来增强潜变量的转移，从而学习外部因素的影响。以累积 ELBO 作为目标函数，该模型易于扩展为在线方法。在交通流数据上的实验研究展示了所提方法的检测能力。
引用
@article{arxiv.1708.02975,
title = {Anomaly Detection on Graph Time Series},
author = {Daniel Hsu},
journal= {arXiv preprint arXiv:1708.02975},
year = {2022}
}
备注
Very preminary work with some fatal mistakes. Some other work covering this will appear soon