Temporal convolutional autoencoder for unsupervised anomaly detection in time series

Learning temporal patterns in time series remains a challenging task up until today. Particularly for anomaly detection in time series, it is essential to learn the underlying structure of a system’s normal behavior. Periodic or quasiperiodic signals with complex temporal patterns make the problem e...

Celý popis

Podrobná bibliografie

Vydáno v:	Applied soft computing Ročník 112; s. 107751
Hlavní autoři:	Thill, Markus, Konen, Wolfgang, Wang, Hao, Bäck, Thomas
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Elsevier B.V 01.11.2021
Témata:	Anomaly detection Autoencoder Deep learning Mahalanobis distance TCN Deep learning Autoencoder Anomaly detection TCN Mahalanobis distance
ISSN:	1568-4946, 1872-9681
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!