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...

Ausführliche Beschreibung

Bibliographische Detailangaben

Veröffentlicht in:	Applied soft computing Jg. 112; S. 107751
Hauptverfasser:	Thill, Markus, Konen, Wolfgang, Wang, Hao, Bäck, Thomas
Format:	Journal Article
Sprache:	Englisch
Veröffentlicht:	Elsevier B.V 01.11.2021
Schlagworte:	Anomaly detection Autoencoder Deep learning Mahalanobis distance TCN Deep learning Autoencoder Anomaly detection TCN Mahalanobis distance
ISSN:	1568-4946, 1872-9681
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!