Un cadre robuste d'extraction de caractéristiques multi-échelles avec un double module de mémoire pour la détection d'anomalies dans des séries temporelles multivariées
Avec le développement rapide des technologies d’apprentissage profond, l’importance des techniques de fouille de données et d’entraînement de l’intelligence artificielle dans les applications pratiques apparaît de plus en plus. En particulier dans le domaine de la détection d’anomalies des séries temporelles multivariées, bien que les méthodes exis...