- 博客(2)
- 收藏
- 关注
RSS订阅原创 【阅读文献】Multivariate Time-Series Anomaly Detection based on Enhancing Graph Attention Networks with To
这段文字介绍了一种新的无监督异常检测方法，专门针对多变量时间序列数据，名为TopoGDN。opoGDN模型通过引入多尺度卷积和增强的图注意力机制，为多变量时间序列异常检测提供了一种有效的方法，能够更好地捕捉数据中的复杂关系和动态变化。
2024-12-20 13:06:34
1073
3
原创 【文献阅读】Graph Neural Network-Based Anomaly Detection in Multivariate Time Series
现有方法并没有显式地学习变量之间现有关系的结构，或者使用它们来预测时间序列的预期行为。我们的方法结合了结构学习方法和图神经网络，另外使用注意力权重为检测到的异常提供可解释性。
2024-12-10 13:09:42
962
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人