开启辅助访问
 找回密码
 立即注册

时间序列异常检测(一)—— 算法综述

wow战神 回答数20 浏览数2192
对你而言
是,可以做一些数据平滑、PCA降噪的预处理操作
回复 赞 踩
使用道具 举报
fjajasdfj
ARIMA.fit().bic这个值怎么理解啊
用PixPix生成超酷炫电视壁纸
回复 赞 踩
使用道具 举报
ccoral
请问一下:噪声数据和异常值是一个意思吗?
回复 赞 踩
使用道具 举报
3zone
不是,噪声相当于数据上的一些毛刺,可以通过滑动平均、低通滤波器等方法去处理;异常就是异常
回复 赞 踩
使用道具 举报
alisonsky
工业振动数据也一样搞吧
回复 赞 踩
使用道具 举报
82038029
ARIMA那个有没有数据呀,自己写了个数据不太行
回复 赞 踩
使用道具 举报
joei1001
问下大佬,“数据高全局相关性”是什么意思
回复 赞 踩
使用道具 举报
chc163
请问:基于Transformer重建的时序数据异常检测pytorch的代码在哪啊?
回复 赞 踩
使用道具 举报
六翼天使494
基于Transformer掩码重建的时序数据异常检测算法,我看到有一篇论文TranAD: Deep Transformer Networks for Anomaly Detection in Multivariate Time,这篇论文把要重构的时间点也直接作为输入进入到transformer即不把要重构的时间点mask掉,请问这有可能是为啥?
回复 赞 踩
使用道具 举报
秋思226
“而无关的特征是不能用来单独建模的,反而会影响模型准确性。因此,我们首先可以通过回归模型利用其他特征来预测某一个特征,如果均方根误差RMSE很大,说明这个特征和其他特征相关度非常低,应该被剔除。”不是应该去除相关性高的特征吗
回复 赞 踩
使用道具 举报
快速回复
您需要登录后才可以回帖 登录 | 立即注册

当贝投影