في هذا البحث، نقترح طريقة جديدة للكشف عن الأحداث الشاذة باستخدام شبكات معاكسة زمانية-مكانية (STAN). قمنا بتصميم مولد زماني-مكاني يُنشئ إطارًا بينيًا بالاعتبار إلى الخصائص الزمانية-المكانية باستخدام ConvLSTM ثنائي الاتجاه. المميز المقترح زماني-مكاني يحدد ما إذا كانت متتابعة الإدخال حقيقية وطبيعية أم لا باستخدام طبقات تلافيفية ثلاثية الأبعاد. يتم تدريب هذين الشبكتين بطريقة معاكسة لترميز خصائص النماذج الطبيعية الزمانية-المكانية بشكل فعال. بعد التعلم، يمكن استخدام المولد والمميز ككاشفات بشكل مستقل، ويتم الكشف عن الانحرافات عن الأنماط الطبيعية المُتعلمة كأحداث شاذة. أظهرت نتائج التجارب أن الطريقة المقترحة حققت أداءً تنافسيًا مقارنة بالطرق الأكثر تقدمًا. بالإضافة إلى ذلك، للشرح، قمنا بتوضيح موقع الأحداث الشاذة التي تم الكشف عنها بواسطة الشبكات المقترحة باستخدام خسارة المولد وتدرجات المميز.