GAN
GAN-based Anomaly Detection and Localization of Multivariate Time Series Data for Power Plant
简介
发表在2020 IEEE International Conference on Big Data and Smart Computing。 每个时间步长变量之间的相似性来将多元时间序列数据转换成距离图像,通过变量之间的相位差捕捉到多维信息,也捕捉了时间信息。然后利用基于卷积结构的GAN网络,对距离图像进行生成和鉴别。通过鉴别器鉴别真实数据和生成数据的损失来确定异常。使用了电厂产生的高维数据进行试验。