如有侵权或其他问题欢迎留言联系更正或删除。出处2023 KDD论文链接https://arxiv.org/abs/2306.10347代码链接https://github.com/DAMO-DI-ML/KDD2023-DCDetectorPSDCdetector 具体代码内对训练集、测试集、验证集的划分貌似有些 “非常规”值得注意一 提出动机采用 “对比表征学习”杜绝 “重建 ” 导致难以检测 “段异常” 的弊端前两种方法均包含 “重建”贡献1. 提出了基于双重注意力的对比学习结构dual-branch attention)【通道独立多尺度】2. 训练只需 “对比表征”非传统无需重构误差二 Methodology1. 整体架构2. 预处理3. 表征对比学习框架Dual Attention Contrastive Structure1. 求 query 与 key2. 计算注意力权重3. 多头H注意力拼接上采样便于后续的 “表征比较”恢复成一样形状的时间序列数据重复上采样操作不可避免地导致信息丢失。为更好保留原始数据信息引入“多尺度”设计多尺度设置不同大小的 patch重复操作最终求和4. 表征比较 异常检测损失函数KL散度异常检测三 实验结果针对 “段模式” 异常本方法相较于 AnomalyTrans异常分数设置更为合理PPT 展示