TA Star 的仓库 (2)
邹欣琰/RNN-Time-series-Anomaly-Detection
在Pytorch中实现的基于RNN的时间序列异常检测器模型。 数据集 1.纽约市出租车乘客人数 纽约市交通管理局提供的纽约市出租车乘客数据流 Cui，Yuwei等人进行了预处理（以30分钟为间隔汇总）。在“对HTM和其他神经网络模型进行流数据在线序列学习的比较研究中”。神经网络（IJCNN），2016年国际联席会议。IEEE，2016. ，代码 2.心电图（ECG） ECG数据集包含对应于心室前收缩的单个异常 3. 2D手势（视频监控） 视频中手势的XY坐标 4.呼吸 一个病人的呼吸（通过胸廓扩展测量，采样率10Hz） 5.航天飞机 航天飞机Marotta阀的时间序列 6.电力需求 荷兰研究机构一年的电力需求
最近更新: 4年前