本文介绍一篇刚被数据挖掘国际权威期刊TKDE 2021接收的regular paper，第一作者为中科院计算所张宇欣博士，其他作者来自中科院计算所、微软亚洲研究院等单位。文章针对多源时序数据的时空关联性，提出一种深度时空网络异常检测方法 （Deep Convolutional Autoencoding Memory network，CAE-M），解决特征分布的多样性和复杂性，捕捉正常数据的通用表征模式，相比于state-of-the-art的异常检测方法提高了至少 「6%」 的精度（F1-score）。

 

论文地址：https://arxiv.org/abs/2107.12626

内容中包含的图片若涉及版权问题，请及时与我们联系删除