基于注意力的多元时间序列异常检测模型

我们提出了一个基于注意力的重构模型，该模型利用基于LSTM的注意力模块和变分自编码器对观测值进行鲁棒表示，共同学习变量的重要性，以捕获多元时间序列的'正常模式'，从而确保异常检测的有效性。该模型通过学习变量重要性，有效地捕获了多元时间序列中的正常模式，从而提高了异常检测的准确性和效率。

原文地址: https://www.cveoy.top/t/topic/pVZS 著作权归作者所有。请勿转载和采集!