核心概念
本稿では、ポイント異常と部分系列異常の両方を同時に検出できる新しいフレームワークCATCHを提案する。CATCHは、周波数領域のパッチ化によって周波数帯域の詳細な洞察を可能にし、チャネル間の適切な相関関係を柔軟に認識・発見し、双レベル最適化アルゴリズムを用いて頑健性と容量の両方を備えた注意機構を最適化する。
要約
CATCH:周波数パッチングを用いたチャネル認識型多変量時系列異常検知
タイトル:CATCH: Channel-Aware multivariate Time Series Anomaly Detection via Frequency Patching
著者:Xingjian Wu1∗, Xiangfei Qiu1∗, Zhengyu Li1, Yihang Wang1, Jilin Hu1, Chenjuan Guo1, Hui Xiong2, Bin Yang1†
所属:
1East China Normal University
2The Hong Kong University of Science and Technology (Guangzhou)
出版状況:arXiv:2410.12261v1 [cs.LG] 16 Oct 2024
本研究は、多変量時系列データにおけるポイント異常と部分系列異常の両方を効果的に検出できる新しいフレームワークCATCHを提案することを目的とする。