为什么我的LSTM自动编码器模型无法检测异常值？

文章/答案/技术大牛

发布

1回答

deep-learning、lstm、autoencoder、anomaly-detection

我正在尝试构建一个用于异常检测的LSTM自动登录器。这是我用来训练的正常数据。这是我用来验证的异常数据。不幸的是，以下是我将有效数据放入模型的结果：在异

浏览 23提问于2019-11-23得票数 0

1回答

LSTM自动编码器的可变长度输入- Keras

python、tensorflow、keras、lstm、autoencoder

我尝试在Keras中使用带有LSTM层的自动编码器模型来检测文本异常值。我已经将每个句子编码成一个数字序列，每个数字代表一个字母。现在我想知道如何使用这样的自动编码器模型，而不是将零填充到每个序列(句子)，从而使用每个句子(序列)的实际大小进行训练和预测。我的模型看起来像这样

浏览 17提问于2019-09-20得票数 2

回答已采纳

1回答

时间序列异常检测的预测与非预测预测

time-series、anomaly-detection、online-learning

我的目标是实现一个统一/多元在线异常检测系统。经过几天的研究，我可以收集很多方法来达到这个目的。移动平均解如ARIMA，空间状态解如Kalman滤波器、Holt双/三重指数平滑、CUSUM、一类支持向量机、深度学习滑动窗口自动编码方法、基于自回归神经网络的深度学习等)。一般来说，时间序列上的异常检测是以原始时间序列的预测点或一组点与预测时间序列之间的差异产生的

浏览 0提问于2019-01-23得票数 2

1回答

为什么自动编码器能很好地检测异常值？

autoencoder

除了它们是神经网络，通常是优于其他算法的一个原因之外，还有其他原因帮助自动编码器在异常点检测方面表现良好吗？我知道自动编码器的工作方式是将样本编码成更低维的表示，然后解码表示来重构样本。由于孤立点通常具有较高的重构能力，因此可以对其进行检测。然而，这并不能说服我为什么自动编码器可以击败其他方法。是不是因为离群点的</e

浏览 0提问于2020-07-20得票数 1

2回答

试图理解Keras中的编译码器顺序模型？

neural-network、keras、time-series、lstm、rnn

我的理解是，对于某些类型的seq2seq模型，您需要训练编码器和解码器，然后将编码器放在一边，只使用解码器进行预测。例如，优步的seq2seq时间序列预测模型：现在，我正试图在Keras中实现这个to版本。模型的Keras代码：model = Sequential() model.add(LSTM(50, activation='re

浏览 0提问于2019-07-27得票数 4

1回答

无监督学习中的特征选择或降维

nlp、clustering、feature-selection、unsupervised-learning、dimensionality-reduction

我正在尝试使用kmeans进行嵌入式集群。但是在嵌入特征之前，我应该做一个特征选择或降维。我想知道在无监督学习中是否有一种方法可以进行特征选择或降维。这可能非常有用，因为到目前为止，集群给出了一个混合的结果，我强烈地感觉这可能是由于数据中不想要的属性。我阅读了所有的资源，这些资源只提供了关于监督学习的选择。任何帮助都是非常感谢的</

浏览 0提问于2019-06-19得票数 2

2回答

异常检测-使用什么

machine-learning、data-mining、outliers

什么系统用于异常检测？任何建议以及教程和代码示例都将是很棒的，因为我以前没有这样做过。

浏览 3提问于2014-08-06得票数 2

回答已采纳

1回答

ValueError:输入0与repeat_vector_58层不兼容:预期的ndim=2，找到ndim=3

python、keras、deep-learning、lstm、autoencoder

我试图建立入侵检测，LSTM和自动编码器。然而，我无法理解为什么repeat_vector_58需要ndim=3，我无法理解这一点。下面是我的代码：x_test.shape：(2000，1，82) x_train = np.reshape(trainX, (trainX.shapenp.reshape(testT, (testT

浏览 0提问于2019-03-28得票数 1

回答已采纳

1回答

时序异常检测方法的比较

deep-learning、time-series、anomaly-detection、online-learning、kalman-filter

经过几天的研究，我可以对现有的对时间序列进行异常检测的方法进行一次全面的了解，即：没有深度学习的预测。例如：季节ARIMA + 卡尔曼滤波器去噪不需要深入学习。例

浏览 0提问于2019-01-24得票数 2

1回答

用于异常检测的LSTM自动编码器

python、tensorflow、lstm、autoencoder、anomaly-detection

我正在测试LSTM自动编码器在2D输入异常检测上的不同实现。我的问题不是关于代码本身，而是关于理解每个网络的底层行为。这两种实现都有相同数量的单元(16)。模型2是一个“典型的”seq到seq自动编码器与编码器的最后序列重复"n“时间来匹配解码器的输入。我想了解<

浏览 1提问于2020-12-21得票数 1

回答已采纳

1回答

基于LSTM自动编码器的异常检测训练数据

lstm、rnn、training、anomaly-detection、autoencoder

我正在建立一个时间序列异常检测引擎使用LSTM自动编码器.我读到了这篇文章，作者建议，只有在回应评论的情况下，才对清洁数据进行培训。。然而，在大多数情况下，是不可能找到和流出异常手动。我一直认为，由于异常是非常罕见的，如果我们对所有数据进行模型训练，那么该模型将学习时间序列的正常行为，并准备好检测异常。我在其他许多文章中也读过同样的</e

浏览 0提问于2022-04-23得票数 1

回答已采纳

2回答

为什么seq2seq模型优于简单的LSTM？

machine-learning、deep-learning、transformer

在深度学习领域，众所周知，最强大的递归体系结构是序列到序列，或seq2seq，用于几乎任何任务(对时间序列的预测、机器翻译、文本生成)。 为什么？LSTM编解码结构的性能优于更规范的RNN的基本数学原因是什么？它是在产生密集的潜在表征吗？是关于相对较高的参数数吗？任何暗示都是感激的。

浏览 0提问于2019-11-29得票数 1

2回答

用于时间序列异常检测的LSTM自动编码器，拟合模型的正确方法

keras、time-series、lstm、anomaly-detection

我试图找到正确的例子，使用LSTM自动编码器来定义时间序列数据中的异常，并看到了很多例子，其中LSTM自动编码器模型中有标签，这是特征序列未来的时间步骤(对于通常使用LSTM的时间序列预测)，但我认为这种模型应该使用与特征序列相同的标签例如，搜索google中的第一个链接- 1.这个函数定义了获取标签(y特性

浏览 7提问于2020-11-23得票数 1

2回答

如何在LSTM* RNN中传递分类信息和数值特征*

keras、lstm、recurrent-neural-network、autoencoder、lstm-stateful

我有一个包含1000个用户的活动数据的数据集。由于一个用户的活动与另一个用户的活动不同，我希望将用户属性也发送到LSTM RNN模型，以便该模型能够更好地了解每个用户的行为。我的数据集的代码片段如下：我尝试了分类信息的one-hot编码和二进制编码，但模型没有产生良好的结果。但是，将<em

浏览 4提问于2019-11-25得票数 2

1回答

使用自动编码器抑制异常检测中的误报(错误分类为异常/异常)

python、machine-learning、text-classification、autoencoder、anomaly-detection

如何在异常检测中抑制某些异常值？我们使用自动编码器构建了一个模型，它检测到了异常。一些被标记为异常(在正态分布之外)的数据点实际上并不是异常。我们如何训练模型，使其不将这些识别为异常？我们是否将这些数据点的多个副本添加到数据集中，然后再次训练，或者是否有任何其他我们可以应用的技术。在这里，正态分布具有余弦相似性(距离)，因为数据点是文本数据(日志条目)的矢量化表示。因此，如果输入和重构向量之间

浏览 25提问于2020-10-26得票数 0

回答已采纳

4回答

初始化LSTM隐藏状态Tensorflow/Keras

tensorflow、neural-network、deep-learning、keras、lstm

有人能解释我如何在tensorflow中初始化LSTM的隐藏状态吗？我正在尝试构建LSTM递归自动编码器，因此在对该模型进行训练之后，我希望将无监督模型的学习隐藏状态转换为监督模型的隐藏状态。对于当前的API来说，这是可能的吗？这是我想要重现的一篇论文：

浏览 3提问于2017-02-23得票数 17

回答已采纳

1回答

了解LSTM自动编码器的输出，并使用它检测序列中的异常值。

machine-learning、keras、lstm、autoencoder、anomaly-detection

我试图建立LSTM模型，作为输入接收整数序列，并输出每一个整数的概率。如果此概率较低，则应将整数视为异常。我试着遵循这个教程- ，尤其是我的模型来自这里。我的输入如下： [1] [0]] [1] [0]] [1] [0]] 然而，我无法理解我作为一个输出得到了什么还

浏览 1提问于2020-05-11得票数 1

回答已采纳

1回答

在对时间序列应用LSTM之前，是否有必要丢弃异常值

python、pandas、jupyter-notebook、statistics、outliers

我正在尝试检测控制电池电压输出的时间序列上的异常。我发现我的原始数据集有一些异常值。在这种情况下，我是否需要使用InterQuartile Range (IQR)或Zscore来删除这些点？当然，在使用LSTM keras模型之前

浏览 14提问于2021-03-04得票数 0

回答已采纳

1回答

如何在Keras、RepeatVector或return_sequence=True中连接LSTM层？

tensorflow、keras、deep-learning、lstm、autoencoder

我正在尝试在keras中为timeseries开发一个编码器模型。数据的形状是(5039，28，1)，这意味着我的seq_len是28，我有一个特征。对于编码器的第一层，我使用112个hunits，第二层将有56个，为了能够回到解码器的输入形状，我必须添加具有28个hunits的第三层(这个自动编码器应该重建它的</em

浏览 27提问于2018-08-08得票数 17

回答已采纳

点击加载更多