点击空白处退出提示
作品详情
•独立调研时序信号异常检测领域技术现状，并结合业务特性制定技术方案
•基于 PyTorch 框架实现深度学习异常检测模型，核心算法包括 DBSCAN、VAE
•开发出一套开源代码，用于时序数据去噪、平滑、模板提取及模板聚类等功能
•实现并行化，单次识别时间降低至 5-20 毫秒，符合线上计算性能需要
•异常检测算法 F1-score 相比原有方法提升 60%+
声明：本文仅代表作者观点，不代表本站立场。如果侵犯到您的合法权益，请联系我们删除侵权资源！如果遇到资源链接失效，请您通过评论或工单的方式通知管理员。未经允许，不得转载，本站所有资源文章禁止商业使用运营!
评论