MAD-GAN: Multivariate Anomaly Detection for Time Series Data with Generative Adversarial Networks

本篇论文“MAD-GAN：利用GAN对时间序列数据进行多元异常检测”，发表于2019ICANN上，文章主要围绕”异常检测+多元时间序列+网络入侵+GAN“展开，以下是我这几天阅读该篇文章的收获，其中，模型及结构我自己做了一个动画版，动画版我用了很久的时间去理顺作者的思想做出来的，能够更直观明确地表现出该模型的流程，但是我还不太清楚怎么怎么将动画展示在博客中，后期如果学会我会及时更新，如果有小伙伴着急需要，也可以私信我，对文章理解不到位的地方，也请各位小伙伴指正，共同学习进步！

文章目录

一、论文概括

  1. 研究对象
  2. 目标
  3. 方法
  4. 结论

MAD-GAN: Multivariate Anomaly Detection for Time Series Data with Generative Adversarial Networks

二、相关的研究工作

  1. 异常检测
  2. MAD-GANMAD-GAN: Multivariate Anomaly Detection for Time Series Data with Generative Adversarial Networks

三、作者的研究方法

  1. 模型及分析
  2. 子序列的形成
  3. DR评分
  4. 算法流程
  5. 两个CPS数据集介绍
  6. 模型相关参数设置
  7. 评测指标
  8. 实验结果及比对
    MAD-GAN: Multivariate Anomaly Detection for Time Series Data with Generative Adversarial NetworksMAD-GAN: Multivariate Anomaly Detection for Time Series Data with Generative Adversarial Networks
    MAD-GAN: Multivariate Anomaly Detection for Time Series Data with Generative Adversarial Networks
    MAD-GAN: Multivariate Anomaly Detection for Time Series Data with Generative Adversarial Networks
    MAD-GAN: Multivariate Anomaly Detection for Time Series Data with Generative Adversarial Networks
    MAD-GAN: Multivariate Anomaly Detection for Time Series Data with Generative Adversarial Networks
    MAD-GAN: Multivariate Anomaly Detection for Time Series Data with Generative Adversarial Networks

相关文章：

  • 2021-04-23
  • 2021-04-24
  • 2021-11-05
  • 2021-11-29
  • 2021-08-04
  • 2021-09-13
  • 2022-02-03
  • 2021-11-18
猜你喜欢
  • 2021-09-07
  • 2022-12-23
  • 2022-12-23
  • 2021-12-22
  • 2021-07-14
  • 2021-08-07
  • 2021-10-01
相关资源
相似解决方案
热门标签
Java Python linux javascript Mysql C# Docker 算法 前端 SpringBoot Redis Vue spring 设计模式 .net core .net kubernetes c++ 数据库 数据结构 大数据 js 机器学习 微服务 Android Go 程序员 面试 JVM ASP.net core 云原生 人工智能 后端 PHP git CSS golang k8s Nginx Django mybatis 深度学习 多线程 React 架构 devops 爬虫 云计算 Spring Boot LeetCode