期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
融合稀疏图注意力的多元时间序列异常检测方法
被引量：
1
1
作者
衡红军
代栋炜
《计算机工程与设计》
北大核心
2025年第3期841-849,共9页
为解决时序数据中时空依赖关系不明确而导致多元时间序列异常检测效果较差的问题,提出一种基于稀疏图注意力网络的异常检测模型PSGAT-AD(ProbSparse graph attention networks anomaly detection)。采用卷积神经网络(convolutional neur...
为解决时序数据中时空依赖关系不明确而导致多元时间序列异常检测效果较差的问题,提出一种基于稀疏图注意力网络的异常检测模型PSGAT-AD(ProbSparse graph attention networks anomaly detection)。采用卷积神经网络(convolutional neural networks,CNN)提取时间戳上下文信息并使用全局时间戳编码和Transformer位置编码增强序列之间的联系。利用稀疏自注意力关注重要的时间戳与特征,通过自注意力蒸馏(self-attention distillation)降低输入规模,使重要的特征更加突出,以学习时间和特征两个维度的复杂依赖关系,提升表示学习质量。通过构建基于预测和重构的综合损失函数,对模型参数进行优化。将综合损失误差作为异常得分实现异常判定。实验结果表明,PSGAT-AD模型在4个公开数据集上的F1得分提升1.47%~6.52%。
展开更多
关键词
异常检测
多元时间序列
图
注意力
网络
时间戳编码
稀疏
自注意力
自注意力蒸馏
综合损失误差
在线阅读
下载PDF
职称材料
题名
融合稀疏图注意力的多元时间序列异常检测方法
被引量：
1
1
作者
衡红军
代栋炜
机构
中国民航大学计算机科学与技术学院
出处
《计算机工程与设计》
北大核心
2025年第3期841-849,共9页
基金
国家自然科学基金联合基金项目(U1333109)。
文摘
为解决时序数据中时空依赖关系不明确而导致多元时间序列异常检测效果较差的问题,提出一种基于稀疏图注意力网络的异常检测模型PSGAT-AD(ProbSparse graph attention networks anomaly detection)。采用卷积神经网络(convolutional neural networks,CNN)提取时间戳上下文信息并使用全局时间戳编码和Transformer位置编码增强序列之间的联系。利用稀疏自注意力关注重要的时间戳与特征,通过自注意力蒸馏(self-attention distillation)降低输入规模,使重要的特征更加突出,以学习时间和特征两个维度的复杂依赖关系,提升表示学习质量。通过构建基于预测和重构的综合损失函数,对模型参数进行优化。将综合损失误差作为异常得分实现异常判定。实验结果表明,PSGAT-AD模型在4个公开数据集上的F1得分提升1.47%~6.52%。
关键词
异常检测
多元时间序列
图
注意力
网络
时间戳编码
稀疏
自注意力
自注意力蒸馏
综合损失误差
Keywords
anomaly detection
multivariate time series
graph attention networks
time stamp embedding
ProbSparse self-attention
self-attention distillation
joint loss
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
融合稀疏图注意力的多元时间序列异常检测方法
衡红军
代栋炜
《计算机工程与设计》
北大核心
2025
1
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
