Revisiting Time Series Outlier Detection: Definitions and Benchmarks

本文是对《Revisiting Time Series Outlier Detection: Definitions and Benchmarks》文章的翻译。

​

摘要

时间序列离群点检测在过去十年中得到了广泛的研究，提出了许多先进的算法。尽管做出了这些努力，但很少有研究调查我们应该如何对现有算法进行基准测试。特别是，使用合成数据集进行评估已成为文献中的常见做法，因此，有一个通用的综合标准来对算法进行基准测试至关重要。这是一项非常重要的任务，因为现有的合成方法在不同的应用中非常不同，并且离群值定义通常是不明确的。为了弥补这一差距，我们提出了一种行为驱动的时间序列离群分类法，并将离群分类为具有明确上下文定义的点和模式离群。按照新的分类法，我们提出了一个通用的综合标准，并相应地生成了35个综合数据集。我们进一步确定了来自不同领域的4个多元现实世界数据集，并在合成数据集和现实世界数据集中对9个算法进行了基准测试。令人惊讶的是，我们观察到一些经典算法可以优于许多最近的深度学习方法。数据集、预处理和合成脚本以及算法实现在GitHub中可以看到。

1 引言

从时间序列数据中检测异常值在各个领域具有广泛的应用，如制造商、边缘设备和HVAC系统。已经提出了许多用于时间序列离群点检测的算法，包括基于预测的模型，如自回归和循环神经网络，多数建模方法，如孤立森林和自编码器