面向 IoT 时间序列的无监督深度学习
机器学习
2023-02-22 v3 信号处理
摘要
IoT 时间序列分析在从健康信息学到网络安全的广泛领域中找到了众多应用。然而，IoT 时间序列复杂的时空动态和高维度使得分析日益具有挑战性。近年来，深度学习（DL）强大的特征提取和表示学习能力为 IoT 时间序列分析提供了有效手段。然而，现有的少数时间序列综述很少系统地讨论基于无监督 DL 的方法。为了填补这一空白，我们在统一框架下研究了 IoT 时间序列的无监督深度学习，即无监督异常检测和聚类。我们还讨论了该领域的应用场景、公开数据集、现有挑战以及未来研究方向。
引用
@article{arxiv.2302.03284,
title = {Unsupervised Deep Learning for IoT Time Series},
author = {Ya Liu and Yingjie Zhou and Kai Yang and Xin Wang},
journal= {arXiv preprint arXiv:2302.03284},
year = {2023}
}
备注
22 pages, 8 figures, has been published by IEEE Internet of Things Journal