基于自编码器的时间序列异常检测用于ATLAS氦离子电容器数据质量监控
仪器与探测器
2025-12-09 v1 高能物理 - 实验
摘要
ATLAS实验在产生力学数据方面采用了全面的数据质量监控程序以确保高质量数据。本稿提出一种基于长短期记忆自编码器的算法，用于检测ATLAS氦离子电容器数据的异常，数据表现为能量簇属性统计矩的多维时间序列。该模型在良好质量数据上进行训练，以识别异常时间段。通过已知的噪声脉冲短期问题进行验证，并讨论了该方法在更广泛的瞬态电容器问题中的潜在应用。
引用
@article{arxiv.2512.05977,
title = {Autoencoder-based time series anomaly detection for ATLAS Liquid Argon calorimeter data quality monitoring},
author = {Vilius Čepaitis},
journal= {arXiv preprint arXiv:2512.05977},
year = {2025}
}
备注
Proceedings of the European AI for Fundamental Physics Conference (EuCAIFCon 2025)