Detecting Spacecraft Anomalies Using LSTMs and Nonparametric Dynamic Thresholding阅读笔记

最新推荐文章于 2024-12-14 09:31:53 发布
原创 最新推荐文章于 2024-12-14 09:31:53 发布 · 2k 阅读 · 7 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文介绍了结合LSTM时序预测和非参数动态阈值方法进行航天器异常检测的策略。通过误差序列的指数加权滑动平均处理突变，确定异常阈值。此外，提出一种修剪策略降低误报率，通过比较异常序列与正常序列的最大值差异来判断异常点。这种方法简单而实用，适用于异常检测。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

介绍

这篇文章来自2018 KDD，是一篇检测飞船异常的文章。

作者的想法在于，首先基于LSTM的时序预测已经能达到很好地效果，其次基于阈值(out-of-limits,OOL)方法由于计算成本小，适用范围广，易于解释及其可以与基于预测的方法完美结合等优点，依然是上佳的考虑。所以采用了基于预测和阈值的方法来做异常检测。

异常检测方法

当通过预测得到一个新值y^(t)\hat{y}^{(t)}y^​(t)，则计算误差项e(t)=∣y(t)−y^(t)∣e^{(t)} = |{y}^{(t)} - \hat{y}^{(t)} |e(t)=∣y(t)−

最低0.47元/天 解锁文章

200万优质内容无限畅学
CH-MLX
关注
动态下限阈值的实现
与其临渊羡鱼,不如退而结网
04-26 358
动态下限阈值的实现动态下限阈值是一个在数据挖掘中非常有用的工具，可以帮助我们快速地从大规模数据中找到有用的信息。Python 语言提供了多种实现方法，以下是一种较为简单的实现方式。
[文献阅读]Detecting Spacecraft Anomalies Using LSTMs and Nonparametric Dynamic Thresholding
RegulusF的博客
01-08 3353
使用LSTM和非参数的动态阈值检测航天器的异常，发表在2018年的KDD上。 ABSTRACT    随着航天器返回越来越多的遥测数据，需要改进异常检测系统以减轻操作工程师的监控负担并降低操作风险。当前的航天器监视吸引同仅针对一部分的异常类型，并且由于这些数据异常涉及到的规模以及复杂性，常常需要高昂的人力成本来维护和开发。    1.我们证明在标记SMAP卫星和Curiosity火星车的异常数据上，LSTM（RNN的一种）的有效性。    2.我们还提出了在SMAP异常检测系统中实验实施期间开发的一种互补的
（三）Detecting Spacecraft Anomalies Using LSTMs and Nonparametric Dynamic Thresholding
WangZixuan1111的博客
03-23 3824
熟读这篇英文论文之后，我的一些总结和收获，用中文PPT呈现出来，文章发表于2018年KDD上，围绕“异常检测+神经网络+RNNs+LSTM+航空航天+时间序列+预测”展开，接下来将呈现我对文章脉络的理解和收获，如有不对的地方，敬请指正！ 文章目录一、论文概括二、相关的研究工作三、作者的研究方法 一、论文概括 研究对象 目标 方法 结论 二、相关的研究工作 现有航天器遥测的异常检测技术及缺陷...
Detecting Spacecraft Anomalies Using LSTMs and Nonparametric Dynamic Thresholding
程序猿进化梯
11-07 970
第一作者信息： Kyle Hundman NASA Jet Propulsion Laboratory California Institute of Technology kyle.a.hundman@jpl.nasa.gov 之前周报做的ppt，分享于此。 注：本篇论文已上传到资源，需要的童鞋可免费下载。 博主研究方向为时间序列的异常检测，欢迎交流。知识浅薄，如有错误之处，欢迎指正交流~ ...
2018C-Detecting spacecraft anomalies using LSTMs and Nonparametric Dynamic..pdf
11-08
摘要 随着航天器发回越来越多的遥测数据，需要改进异常探测系统，以减轻操作工程师的监测负担，降低操作风险。目前的航天器监测系统只针对异常类型的子集，由于规模和复杂性的挑战，常常需要昂贵的专家知识来开发和维护。我们展示了长短期记忆(LSTMs)网络(一种递归神经网络(RNN))在克服这些问题上的有效性，使用来自土壤水分主动被动(SMAP)卫星和火星科学实验室(MSL)漫游者“好奇号”的专家标记的遥测异常数据。我们还提出了一种互补的无监督和非参数异常阈值方法，该方法是在SMAP异常检测系统的试运行中开发的，并提供了假阳性缓解策略以及在开发过程中获得的其他关键改进和教训。
DT-SLAM: Dynamic Thresholding Based Corner Point Extraction in SLAM System
火柴的初心的博客
08-05 522
题目 DT-SLAM: Dynamic Thresholding Based Corner Point Extraction in SLAM System 作者 R. WU, M. PIKE , (Member, IEEE), AND B. G. LEE , (Member, IEEE) 时间 2021 论文内容 1.问题 针对ORB特征提取固定的阈值 2.解决办法 动态自适应阈值方法(DSAT)+阈值切换机制(TSM) 3.整体框架 4.具体思想 A.动态阈值计算-DTC 作者的主要思想：
multivariate time series anomaly detection survey
热门推荐
idevede的博客
05-07 1万+
Detecting spacecraft anomalies using lstms and nonparametric dynamic thresholding (Hundman et al. [2018])---宇航员，开源，将多通道分成单通道。 本文创新之处有两个：提出一种动态、无监督的确定阈值的方法；重新判定是否异常以减少误报率。   本文只向后预测一步，并且只预测一个维度，收集每一步的...
最新-时间序列-顶会顶刊论文汇总【论文/源码链接】
weixin_45016199的博客
05-18 4498
这半年我一直在看时间序列相关的论文，这篇汇总非常有用，全是干货。顶会顶刊，开源代码。祝学习愉快！【搬运自github】【侵删】
开源项目 sd-dynamic-thresholding 使用教程
gitblog_01040的博客
08-23 651
开源项目 sd-dynamic-thresholding 使用教程 1. 项目的目录结构及介绍 目录结构 sd-dynamic-thresholding/ ├── README.md ├── requirements.txt ├── setup.py ├── src/ │ ├── __init__.py │ ├── main.py │ ├── config.py │ └── uti...
SD动态阈值化项目教程
gitblog_00606的博客
08-23 908
SD动态阈值化项目教程 项目介绍 SD动态阈值化（SD Dynamic Thresholding）是一个开源项目，旨在提供一种灵活的阈值化方法，以优化图像处理和计算机视觉任务中的阈值选择。该项目由mcmonkeyprojects开发，并在GitHub上托管。通过动态调整阈值，该项目能够适应不同的图像特征和处理需求，从而提高处理效果和准确性。 项目快速启动 安装 首先，克隆项目仓库到本地： git ...
第八、九篇论文.pptx
04-17
《2018Web traffic anomaly detection using C-LSTM neural networks基于C-LSTM神经网络的Web流量异常检测》和《2019Anomaly Detection Based on ConvolutionalRecurrent Autoencoder for IoT Time Series基于卷积递归自编码器的物联网时间序列异常检测》
非线性时间序列_范剑青_中文
02-24
非线性时间序列_范剑青_中文..................................................................................................................................
Detecting Causality in Complex Ecosystems复杂生态系统因果关系监测.pdf
08-11
2012年发表在Science的一篇论文，提出了收敛交叉映射算法，针对复杂生态系统进行因果推断,针对格兰杰检验进行的改进。 用一句话来概述收敛交叉映射算法，变量Y的历史数据能够由变量X可靠的推出的程度越高，那么X到Y的因果关系就越强。
动态阈值调整（CFG Scale Fix）开源项目常见问题解决方案
gitblog_00346的博客
12-14 935
动态阈值调整（CFG Scale Fix）开源项目常见问题解决方案 项目基础介绍 该项目是一个为Stable Diffusion（一种深度学习模型，用于生成高质量的图像）开发的动态阈值调整工具，旨在解决在使用较高CFG（CLIP Guided Diffusion）尺度时出现的颜色问题。该工具通过在步骤之间限制潜在空间（latents）来实现功能。主要编程语言为Python。 新手常见问题及解决方案...
稳定扩散动态阈值：开启AI图像生成新纪元
gitblog_01152的博客
08-25 839
稳定扩散动态阈值：开启AI图像生成新纪元 在当今的AI艺术创作领域，高精度的控制成为了艺术家和开发者们不断追求的目标。今天，我们要介绍一款开源项目——Stable Diffusion Dynamic Thresholding (CFG Scale Fix)，这是一次针对SwarmUI、ComfyUI以及AUTOMATIC1111 Stable Diffusion WebUI的强大扩展，旨在通过创新...
【论文阅读】Dynamic Error Thresholds
Lamours的博客
12-16 882
Dynamic Error Thresholds 前言 基于预测和阈值的方法来做异常检测，在常规的方法中，我们往往会使用一种最朴素的方法来确定阈值，也就是设置一个常数，如果超过这个常数，那么认为某个点是「异常」的。 论文《Detecting Spacecraft Anomalies Using LSTMs and Nonparametric Dynamic Thresholding》 提到了一种动态设置阈值的方法，最近也是学习实现了一下。 你可以在这里找到原文: Detecting Spacecraft A
CVPR19’论文阅读Fast and Robust Multi-Person 3D Pose Estimation from Multiple Views
价值知识传播者
01-26 503
给定来自少数校准相机的图像（a），使用现成的人体姿态检测器在每个视图中生成2D边界框和相关的2D姿态，这些姿态可能是不准确和不完整的（b）。最终，每个人的3D姿态从相应的边界框和相关的2D姿态中重建（d）。主要挑战在于在多个视图之间建立一致的2D观测对应关系，例如图像中的2D人体关键点，这些关键点可能是嘈杂且不完整的。该问题的主要挑战在于在嘈杂且不完整的2D姿态预测中找到跨视图的对应关系。每个结果簇编码了同一人在不同视图中的2D姿态和关键点之间的一致对应关系，从中可以有效推断每个人的3D姿态。
学习笔记：机器学习之Learning Nonparametric Kernel Matrices from Pairwise Constraints
yxz3024的博客
03-30 457
 graph Laplacian：拉普拉斯矩阵是个非常巧妙的东西，它是描述图的一种矩阵，在降维，分类，聚类等机器学习的领域有很广泛的应用。拉普拉斯矩阵的性质　　性质：  　　（1）是半正定矩阵。  　　（2）的最小特值为0，对应特向为全1列向量。  　　（3）对有个非负实特征值，.  　　（4）对于任意一个属于实向量，都有此公式成立： 拉普拉斯的应用：       1）拉普拉斯矩阵是一种图的矩阵表...
“Nonparametric Blind Super-Resolution”
u010367533的专栏
09-13 2045
ICCV2013：Nonparametric Blind Super-Resolution
Detecting and GroundingMulti-Modal MediaManipulation
最新发布
12-28
针对大规模场景下的目标识别问题，动态缩放网络(Dynamic Zoom-In Network)被证明具有良好的适应性和鲁棒性。该架构能够在保持较高分辨率的同时减少计算成本，并且适用于不同类型的任务需求，比如快速物体探测或是细...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值