| 基于双轴注意力网络的航天器遥测多维时间序列异常检测 | |
| 所属分类：技术论文 | |
| 上传者：wwei | |
| 文档大小：1538 K | |
| 标签： 多元时间序列异常检测 自监督学习 双轴注意力机制 | |
| 所需积分：0分积分不够怎么办？ | |
| 文档介绍：针对航天器遥测数据面临的标签高度稀缺与多变量复杂耦合难题，传统方法往往陷入重架构轻监督或重监督轻拓扑的孤立困境。为此，该研究提出一种架构设计与数据生成深度协同的自监督异常检测范式（DAS-Net）。一方面，构建了包含时序软替换与变量空间拓扑破坏的混合数据降级模块（Hybrid Data Degradation Module，HDDM），以合成物理意义上的多维逻辑异常；另一方面，为有效解耦这种高维伪异常，提出了一种严格的“先时间、后变量”的串行双轴注意力编码器。两者相辅相成：空间降级强制激活了变量轴的拓扑感知潜能，而串行级联机制则确保了在时序先验下精准解耦变量耦合。在火星科学实验室（Mars Science Laboratory，MSL）数据集上的实验与统计显著性检验表明，该范式显著优于现有基准模型，多次独立实验的F1平均期望极显著地提升了约4.4%，基于点调整（Point Adjustment, PA）策略的曲线面积积分（Area Under the Curve，AUC）提升了约1.2%，证明了该协同机制在复杂航天遥测数据中具有卓越的有效性。 | |
| 现在下载 | |
| VIP会员，AET专家下载不扣分；重复下载不扣分，本人上传资源不扣分。 | |
Copyright © 2005-2024 华北计算机系统工程研究所版权所有 京ICP备10017138号-2