一、基本信息
题目:Long short term memory networks for anomaly detection in time series
期刊/会议:Proceedings. Presses universitaires de Louvain
发表时间:2015年
引用次数:173
二、论文总结
2.1研究方向
使用LSTM对多维时间序列进行异常检测
2.2写作动机
时间序列里的传统方法都是指数平滑、ARMA等等,作者尝试使用LSTM进行异常检测。
2.3模型思路
数据类型为多维时间序列,用堆栈LSTM向后预测l步d维变量,误差向量是l*d维向量,然后用多元(d元)正态分布拟合误差。在进行异常检测时,计算出误差,带入多元正态分布,如果概率值大于阈值,则认为是异常值。