用于工业物联网边缘设备无监督异常检测的压缩卷积变分自编码器
机器学习
2017-12-19 v1
摘要
在本文中,我们提出压缩卷积变分自编码器(SCVAE)用于工业物联网(IIoT)边缘计算中时间序列数据的异常检测。所提模型应用于来自 UCI 数据集的带标签时间序列数据以进行精确性能评估,并应用于真实世界数据以进行间接模型性能比较。此外,通过比较应用 SqueezeNet 中 Fire 模块前后的模型,我们表明在保持相似性能水平的同时,模型尺寸和推理时间得以减少。
引用
@article{arxiv.1712.06343,
title = {Squeezed Convolutional Variational AutoEncoder for Unsupervised Anomaly Detection in Edge Device Industrial Internet of Things},
author = {Dohyung Kim and Hyochang Yang and Minki Chung and Sungzoon Cho},
journal= {arXiv preprint arXiv:1712.06343},
year = {2017}
}