欧洲空间 agency 卫星遥测异常检测基准
机器学习
2025-08-19 v2 人工智能
摘要
机器学习在卫星遥测异常检测中具有巨大的潜力，而这一任务对于航天器运营至关重要。目前由于缺乏针对多变量时间序列异常检测的易于理解的基准，尤其是针对卫星遥测这一具有挑战性的情况，潜力受到限制。欧洲空间 agency 卫星遥测异常检测基准 (ESA-ADB) 旨在解决这一挑战，并在该领域建立新的标准。这一成果是欧洲空间 agency (ESA) 的航天系统工程师与机器学习专家之间紧密合作的结果。新近引入的 ESA Anomalies 数据集包含来自三个不同 ESA 任务的已标注真实遥测数据，其中两个任务包含在 ESA-ADB 中。我们在新颖的分层评估管道中评估了典型异常检测算法的结果表明，新的方法是必要的，以满足运营人员的需求。ESA-ADB 的所有元素都公开可用，以确保其完全可复现。
引用
@article{arxiv.2406.17826,
title = {European Space Agency Benchmark for Anomaly Detection in Satellite Telemetry},
author = {Krzysztof Kotowski and Christoph Haskamp and Jacek Andrzejewski and Bogdan Ruszczak and Jakub Nalepa and Daniel Lakey and Peter Collins and Aybike Kolmas and Mauro Bartesaghi and Jose Martinez-Heras and Gabriele De Canio},
journal= {arXiv preprint arXiv:2406.17826},
year = {2025}
}
备注
87 pages, 24 figures, 19 tables