基于Transformer GAN架構(gòu)的多變量時(shí)間序列異常檢測(cè)

摘要： 基于過(guò)程中實(shí)時(shí)采集的多變量時(shí)序關(guān)聯(lián)數(shù)據(jù)進(jìn)行異常檢測(cè)是預(yù)防工業(yè)過(guò)程事故、保障系統(tǒng)安全的關(guān)鍵環(huán)節(jié)之一.然而,工業(yè)多變量時(shí)間序列異常檢測(cè)仍面臨如下兩大難題:(1)時(shí)序數(shù)據(jù)變量間復(fù)雜的非線(xiàn)性關(guān)聯(lián)特性缺乏有效的表達(dá)方法;(2)正常/異常分布極度不均衡的時(shí)間序列間復(fù)雜的相關(guān)性有待深入挖掘.本文提出一種新的基于多變量時(shí)間序列的無(wú)監(jiān)督異常檢測(cè)方法 ——基于Transformer GAN的多變量...