发现时间序列异常，就选Anomaly-Transformer

admin 5个月前 (01-19) 阅读数 39 #开源软件项目

## 引言

在时间序列数据分析中，异常点的无监督检测一直是一项挑战。今天，我们要推荐的Anomaly-Transformer（ICLR 2022 Spotlight）正是为解决这一问题而生。这款模型不仅学习信息丰富的表示，还能推导出可区分的标准，让异常检测变得简单有效。

## 软件功能介绍

Anomaly-Transformer的核心功能包括：

- **关联不一致性**：内置的可区分标准，为异常检测提供依据。
- **异常注意力机制**：计算关联不一致性，增强异常点的识别能力。
- **最小最大策略**：放大正常与异常之间的关联不一致性，提高识别度。

![Anomaly-Transformer结构图](./pics/structure.png)

## 软件特点

- **环境配置简单**：仅需安装Python 3.6和PyTorch 1.4.0以上版本即可。
- **数据预处理完善**：四种基准数据集均经过预处理，方便直接使用。
- **易于复现**：提供实验脚本，用户可轻松复现实验结果。
- **性能卓越**：与其他15种基准模型相比，Anomaly-Transformer表现更佳。

![Anomaly-Transformer实验结果](./pics/result.png)

## 结语

如果你在时间序列异常检测方面有需求，Anomaly-Transformer绝对值得一试。使用它，你将体验到简单、高效、准确的异常检测能力。快来尝试吧！

**参考文献**：如果你觉得Anomaly-Transformer对你的研究有帮助，请引用以下论文：

```
@inproceedings{
xu2022anomaly,
title={Anomaly Transformer: Time Series Anomaly Detection with Association Discrepancy},
author={Jiehui Xu and Haixu Wu and Jianmin Wang and Mingsheng Long},
booktitle={International Conference on Learning Representations},
year={2022},
url={https://openreview.net/forum?id=LzQQ89U1qm_}
}
```

如有疑问，请随时联系：wuhx23@mails.tsinghua.edu.cn。

版权声明

本文版权归开源软件库所有，未得允许禁止转裁。