新息自编码器及其在一类异常序列检测中的应用
机器学习
2024-05-01 v2 机器学习
摘要
时间序列的新息序列是一列独立同分布的随机变量，原时间序列对其具有因果表示。某一时刻的新息与该时间序列的历史统计独立。因此，它代表当前包含而过去未含的新信息。由于其简单的概率结构，新息序列是原序列最有效的特征。与主成分或独立成分分析表示不同，新息序列不仅保留完整的统计性质，还保留原时间序列的时间顺序。一个长期未决的开放问题是如何以计算可行的方式提取非高斯过程的新息序列。本文提出一种深度学习方法，称为新息自编码器（IAE），利用因果卷积神经网络提取新息序列。并给出了 IAE 在异常模型与无异常模型均未知的一类异常序列检测问题中的应用。
引用
@article{arxiv.2106.12382,
title = {Innovations Autoencoder and its Application in One-class Anomalous Sequence Detection},
author = {Xinyi Wang and Lang Tong},
journal= {arXiv preprint arXiv:2106.12382},
year = {2024}
}