Catch 解读

如有侵权或其他问题，欢迎留言联系更正或删除。 

目录

一  文章相关信息 

二  提出动机

三  模型结构

四  实验结果

一  文章相关信息 

出处： ICLR 时序异常 的高分文章，华东师范大学的工作，最近华师真的在这个领域狠狠发力啊！

代码链接：Anonymized Repository - Anonymous GitHub

二  提出动机

1. 基于重建的方法，易于检测出 “点异常”（明显偏离 概率分布的、正常的范围）；

“子序列异常” 由 “概率分布范围内” 的值组成，使其更难检测；

2. 将 时序数据 转换至 频率域 (the frequency domain)，有助于发现 “子序列异常”：

左侧 “红色” 部分代表：正常时序数据被注入不同类型异常；右侧 “灰色” 部分代表：注入左侧的异常后，在频率域上对应的振幅发生显著变化。 

如：将频率域的频带（frequency bands）切分为5段，“季节性”异常（seasonal anomalies）将造成第1 - 2频带的显著变化，“形状”异常（shapelet anomalies）将造成第3频带的显著变化。

However, the frequency domain features a long-tailed distribution that most information centralizes in the low frequency bands. Coarse-grained reconstruc