多変量時系列異状検知にグラフ・アテンションを用いたMTAD-GAT

最新AI論文をキャッチアップするAI-SCHOLARへの投稿をご紹介します。

この論文では、多変量時系列データの特徴、結果の利用目的を考慮して、新たなフレームワークMTAD-GATを構築しています。 単変量を束ねた一括処理ではなく、変数間に関係性がみられるケースへの解法の提示は、宇宙、クラウドだけでなく、多くの製造業や医療関係でも、飛躍への道を拓くのではないでしょうか。

よろしければシェアをお願いします
  • URLをコピーしました!
  • URLをコピーしました!

お問い合わせ

お気軽にお問い合わせください

受付時間 9:00-18:00 [土・日・祝日除く]

目次