基于自然语言处理的类别型时间序列异常检测
机器学习
2022-04-25 v1 计算与语言
摘要
在多个领域中，识别大规模多维时间序列中的异常是一项关键且困难的任务。文献中针对部分变量为类别型性质的此类任务的方法很少。我们形式化了类别型时间序列与经典自然语言处理之间的类比，并基于该类比实现并测试了三种不同的机器学习异常检测与根因分析模型，以展示该类比在异常检测和根因分析中的优势。
引用
@article{arxiv.2204.10483,
title = {NLP Based Anomaly Detection for Categorical Time Series},
author = {Matthew Horak and Sowmya Chandrasekaran and Giovanni Tobar},
journal= {arXiv preprint arXiv:2204.10483},
year = {2022}
}
备注
9 pages, 4 figures