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%。
➡️

继续阅读