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 bibliografia

Vydané v:	Applied soft computing Ročník 112; s. 107751
Hlavní autori:	Thill, Markus, Konen, Wolfgang, Wang, Hao, Bäck, Thomas
Médium:	Journal Article
Jazyk:	English
Vydavateľské údaje:	Elsevier B.V 01.11.2021
Predmet:	Anomaly detection Autoencoder Deep learning Mahalanobis distance TCN Deep learning Autoencoder Anomaly detection TCN Mahalanobis distance
ISSN:	1568-4946, 1872-9681
On-line prístup:	Získať plný text
Tagy:	Pridať tag Žiadne tagy, Buďte prvý, kto otaguje tento záznam!