LSTM-Based VAE-GAN for Time Series Anomaly Detection

안녕하세요, 이번에 AI 스터디를 위해 준비한 내용을 블로그에도 공유해보려 합니다. 시계열 예측에서 이상감지 하는 방안들을 찾던 중 알게 된 논문이고, LSTM, VAE, GAN에 대한 내용을 접해보셨다면 개념자체를 이해하시는데는 크게 어렵지 않으실 겁니다.

(사실 어려워요 저도 잘 모르겠어요 ... ㅠ) 논문 요약 부분입니다.

사전에 시계열 이상감지에 쓰인 기법들에 대해 간략히 소개합니다. GAN 기반 시계열 이상감지랑 비교를 많이 합니다.

Mapping 부분을 인코더로 대체하는게 이 논문의 핵심입니다. LSTM-Based VAE-GAN 구조입니다.

각각 Encoder, Generator, Discriminator가 하는 역할을 간략하게 볼 수 있습니다. Encoder, Generator, Discriminator의 역할 Loss 설명 Anomaly Score 계산 방법 모델 알고리즘 과정 F1 Score를 이용한 다른 모델과의 성능 비교 이상 감지 과정의 소요 시간 비교 Late...

요청 처리 중입니다...

LSTM-Based VAE-GAN for Time Series Anomaly Detection

등록된 다른 글