讲座题目：时间序列异常检测方法研究

讲座时间：2023年4月6日14:00-15:00

讲座人：姚越越 博士生

讲座地点：信息楼L1612

讲座内容：

时间序列异常检测旨在检测时间序列中偏离正常观测数据的异常样本。即，通过建模正常序列的正常模式，将时间序列判决为正常类别和异常类别。时间序列异常检测广泛用于智能制造、智慧医疗、工业监控等领域，具有十分重要的研究和应用价值。然而，由于时间序列具有复杂的变化模式，以及异常的稀有性，数据集标签的难获得，使得时间序列异常检测充满挑战。因此，需要解决的关键问题是如何从正常的时间序列样本中学习到相应的变化规律，从而对未知的时间序列观测值是否异常进行判决。近年来，深度神经网络在时间序列异常检测任务上获得了较优的性能，但仍存在一些局限，主要表现在主流方法着重关注于在时间纬度对时间序列的特征进行挖掘，而忽略了对其频域特征的学习。针对上述缺陷，本报告从时频特征联合挖掘的角度，对时间序列异常检测问题展开研究。

讲座人简介：

姚越越，博士生，曾分别于南京理工大学获得学士学位和上海交通大学获得硕士学位。 2019年至今在哈尔滨工业大学 (深圳) 计算机科学与技术学院攻读博士学位，指导教师为叶允明教授。主要研究方向为时间序列异常检测。