본문 바로가기

Time Series Analaysis/Time Series Anomaly Detection

Multi-Scaled Convolutional Recurrent Encoder Decoder(MSCRED) for Anomaly Detection
Time Series Analaysis/Time Series Anomaly Detection 2024. 1. 30. Multi-Scaled Convolutional Recurrent Encoder Decoder(MSCRED) for Anomaly Detection 본 글은 다변량 시계열 데이터 기반 이상치 탐지 방법론 Multi-Scaled Convolutional Recurrent Encoder Decoder(MSCRED)에 대한 설명을 논문 "A Deep Neural Network for Unsupervised Anomaly Detection and Diagnosis in Multivariate Time Series Data(2019)"을 바탕으로 작성하였습니다. ▶ 다변량 시계열 데이터 기반 이상치 탐지의 중요성다변량 시계열 데이터 기반 이상치 탐지는 특정 시점(time step)에서 비정상 상태(abnormal status) 여부를 확인(탐지)하는 것입니다. 이상치 탐지는 재정 손실 또는 기업 손실을  피하기 위해서 매우 중요하며 작동자(Operator)에..
LSTM-based Encoder-Decoder for Multi-sensor Anomaly Detection(EncDec-AD)
Time Series Analaysis/Time Series Anomaly Detection 2024. 1. 29. LSTM-based Encoder-Decoder for Multi-sensor Anomaly Detection(EncDec-AD) 본 글은 다변량 시계열 데이터 이상치 기반 모델인 LSTM-based Encoder-Decoder(EncDec)에 대해 논문 [LSTM-based Encoder-Decoder for Multi-sensor Anomaly Detection(EncDec-AD)(2016)]을 바탕으로 작성하였습니다. Long Short Term Memory Networks based Encoder-Decoder for Anomaly Detection(EncDec-AD)는 정상 시계열 데이터 재건축(reconstruct)을 목적으로 학습하며 reconstruct error를 기반으로 이상치(anomaly)를 탐지하는 모델입니다. ▶ Main Idea of EncDec-AD LSTM based encoder: 시계열 데이터의 입..
Multivariate Time-series Anomaly Detection via Graph Attention Network(MTAD-GAT): 다변량 시계열 데이터 기반 이상치 탐지 방법론
Time Series Analaysis/Time Series Anomaly Detection 2024. 1. 11. Multivariate Time-series Anomaly Detection via Graph Attention Network(MTAD-GAT): 다변량 시계열 데이터 기반 이상치 탐지 방법론 본 글은 논문 [Multivariate Time-series Anomaly Detection via Graph Attention Network(MTAD-GAT)]을 바탕으로 multivariate time-series anomaly detection 방법론인 MTAD-GAT에 대해 설명하고자 합니다. 0. Background ▶ Time series Anomaly Detection 시계열(time series) 데이터는 시간의 흐름에 따라 순차적으로(sequentially) 기록된 데이터입니다. 일변량 시계열 데이터(univariate time series)는 변수가 1개인 시계열 데이터, 다변량 시계열 데이터(multivariate time series)는 변수가 여러 개인 시계열 데이터를 의미합니다...
Graph Deviation Network(GDN): 다변량 시계열 데이터 기반 이상치 탐지 방법론
Time Series Analaysis/Time Series Anomaly Detection 2024. 1. 11. Graph Deviation Network(GDN): 다변량 시계열 데이터 기반 이상치 탐지 방법론 본 글은 논문 [Graph Neural Network-Based Anomaly Detection in Multivariate Time Series(2021)]을 바탕으로 graph based time series anomaly detection 방법론인 Graph Deviation Network(GDN)에 대해 설명하고자 합니다. ▶ Multi-variate Time series 시계열(time series) 데이터는 시간의 흐름에 따라 순차적으로(sequentially) 기록된 데이터입니다. 일변량 시계열 데이터(univariate time series)는 변수가 1개인 시계열 데이터를 의미합니다. 다변량 시계열 데이터(multivariate time series)는 변수가 여러 개인 시계열 데이터를 ..
[SR-CNN(2)] Time Series Anomaly Detection Service at Microsoft
Time Series Analaysis/Time Series Anomaly Detection 2024. 1. 3. [SR-CNN(2)] Time Series Anomaly Detection Service at Microsoft 이전 글 [SR-CNN(1)]에서 Anomaly detection 및 Online detecion에 대한 정의와 Fourier Transform(푸리에 변환)에 대해 살펴보았습니다. 이전 글의 내용과 논문 [Time-Series Anomaly Detection Service at Microsoft]를 바탕으로 본 글 [SR-CNN(2)]에서는 "Spectral Residual(SR)"과 "SR-CNN"에 대해 본격적으로 살펴보고자 합니다. ▶ [Key Words of SR-CNN]: Anomaly Detection, Time Series, Spectral Reisual(SR) 1. Introduction ▶ Time-series anomaly detection이란, Sequence of real valu..
[SR-CNN (1)]: Fourier Transform
Time Series Analaysis/Time Series Anomaly Detection 2024. 1. 3. [SR-CNN (1)]: Fourier Transform 본 글은 논문 [Time-Series Anomaly Detection Service at Microsoft]를 바탕으로 SR-CNN 모델을 설명하고자 합니다. SR-CNN은 Spectral Residual(SR)과 Convolutional Neural Network(CNN)을 결합한 모델입니다. ▶ [Key Words of SR-CNN]: Anomaly Detection, Time Series, Spectral Reisual(SR) 0. Concept 본 모델에 대해 설명하기에 앞서 본 글 [SR-CNN(1)]에서는 필요한 개념 설명에 대해 먼저 하고자 합니다. ▷ Anomlay Detection & Online Detection Anomaly Detection(이상치 탐지)이란, 데이터에서 예상치 못한..

티스토리툴바