残差方法在故障检测上的比较

本文评估了基于深度学习的无监督和半监督方法，用于物联网系统的时间序列数据的异常检测和诊断。通过实验，提出了组合F-score度量，考虑了异常事件的相关性和检测器的复杂性。实验结果表明，动态评分函数比静态评分函数更准确。选择评分函数比选择基本模型更重要。发现了一种简单有效的检测器，基于单变量完全连接的自编码器和动态高斯评分函数，胜过现有算法。