BriefGPT - AI 论文速递
·
基于差分的对比表示学习框架用于时间序列异常检测
📝
内容提要
本研究针对时间序列异常检测中建模能力不足的问题，提出了一种基于差分的对比表示学习框架DConAD。该方法通过生成差别数据及利用变换器架构，增强了对时空依赖的捕捉能力，进而提高了异常检测的准确性。实验结果表明，DConAD在五个公共数据集上的表现优于九个基线方法，展现了其优越性与有效性。
➡️
