arXiv stat.ML· Mohammad N. Bisheh, Che-Yi Liao, Kamran Paynabar·· 13 小时前AI 评分17
用于多变量函数数据异常检测的低秩结构化稀疏张量分解
Low-Rank and Structured Sparse Tensor Decomposition for Anomaly Detection in Multivariate Functional Data
AI 导读
研究提出 ES-CP 与 FG-Lasso 两种无监督稀疏张量分解方法，通过低秩 CP 分解建模正常过程行为，分别用逐元素 ℓ1 惩罚和逐元素加纤维级惩罚检测局部异常与时间纤维内异常。在多通道锻造过程案例中，FG-Lasso 与 ES-CP 的 macro F₁ 分别达 0.85 和 0.82，高于 TRPCA 和 PCA 类检测器的 0.69 或更低。
来源：arXiv stat.ML · arxiv.org