基于条件边缘节点更新的图神经网络用于多元时间序列异常检测
💡
原文中文,约200字,阅读约需1分钟。
📝
内容提要
本文介绍了ECNU-GNN模型,通过边缘条件节点更新来改进图神经网络,提高了目标节点的表示。在三个真实数据集上验证,相比最佳基线模型,性能提高了5.4%,12.4%和6.0%。
🎯
关键要点
- 介绍了ECNU-GNN模型,通过边缘条件节点更新改进图神经网络。
- 该模型提高了目标节点的表示能力。
- 在SWaT、WADI和PSM三个真实数据集上进行了验证。
- 相比最佳基线模型,性能分别提高了5.4%、12.4%和6.0%。
➡️