HyperAIHyperAI
منذ 16 أيام

كشف التسلسل الزمني عن الأعطال باستخدام نموذج توليدي مخفي مُقنَّع قابل للتفسير

Daesoo Lee, Sara Malacarne, Erlend Aune
كشف التسلسل الزمني عن الأعطال باستخدام نموذج توليدي مخفي مُقنَّع قابل للتفسير
الملخص

نقدم طريقة جديدة للكشف عن الشذوذ في السلاسل الزمنية تحقق دقة كشف ممتازة مع مستوى متميز من الوضوح التفسيري. تعتمد الطريقة المقترحة، TimeVQVAE-AD، على النمذجة التوليدية المُغَمَّاة المستمدة من أحدث طريقة لتوليد السلاسل الزمنية المعروفة بـ TimeVQVAE. يتم تدريب النموذج الأولي على الفضاء اللاتيني المنفصل لمنطقة الزمن-التردد. وبشكل لافت، يتم الحفاظ على الدلالة البُعدية لمنطقة الزمن-التردد داخل الفضاء اللاتيني، مما يمكّننا من حساب درجات الشذوذ عبر نطاقات تردد مختلفة، ما يوفر رؤية أعمق للشذوذ المكتشفة. علاوةً على ذلك، يتيح الطبيعة التوليدية للنموذج الأولي إمكانية أخذ عينات من الحالات الطبيعية المحتملة للشذوذ المكتشفة، مما يعزز وضوح التفسير من خلال السيناريوهات البديلة (الضدّية). وقد أظهرت تقييمنا التجريبي على محفوظات UCR للكشف عن الشذوذ في السلاسل الزمنية أن TimeVQVAE-AD تتفوّق بشكل ملحوظ على الطرق الحالية من حيث دقة الكشف ووضوح التفسير. نوفر تنفيذنا على GitHub: https://github.com/ML4ITS/TimeVQVAE-AnomalyDetection.

كشف التسلسل الزمني عن الأعطال باستخدام نموذج توليدي مخفي مُقنَّع قابل للتفسير | أحدث الأوراق البحثية | HyperAI