时空数据异常检测

关键介绍：

  提出一种基于GNN 的结构学习模型GDN（GraphDeviation Network）来解决多变量时间序列异常检测的问题，此外还利用GAT学习到的注意力权重来解释检测到的异常。实验部分在两个真实sensors数据集中验证了GDN 模型不仅比baselines更加准确地检测出异常，还可以捕获不同传感器间的关系来辅助定位异常根因。

文献总结：

点击“阅读原文”，了解论文详情！