[Time-series 논문 리뷰] Prototype-oriented unsupervised anomaly detection for multivariate time series(ICML, 2023)

Abstract

• 기존 다변량 시계열 unsupervised anomaly detection 문제점
  • 각 다변량 시계열에 대해 고정된 매핑 세트 학습하고자 함
  • → 많은 비용, 제한된 모델 적응 수반
• 해결법
  • 확률적 프레임워크 하에 프로토타입 중심의 PUAD 제안
  • 각 MTS에 대한 매핑을 학습하는 대신, 여러 MTS를 정상 패턴의 다양한 세트를 대표하는 프로토타입 그룹의 분포로 봄