基于啟發(fā)式時空圖神經(jīng)網(wǎng)絡(luò)的多變量時序異常檢測

摘要： 針對信息物理系統(tǒng)的多變量時序數(shù)據(jù)的異常檢測是預(yù)防系統(tǒng)故障、保證安全生產(chǎn)的必要手段.由于系統(tǒng)變量間的強(qiáng)耦合性和傳播效應(yīng),設(shè)計異常檢測算法時應(yīng)考慮系統(tǒng)變量間的耦合特性、傳播有向性和因果時滯性,從系統(tǒng)結(jié)構(gòu)變化的角度檢測早期異常.本文提出一種端到端的啟發(fā)式時空圖神經(jīng)網(wǎng)絡(luò)(heuristic spatio-temporal graph neural network, HST-GNN)用于...