文件名称：RNN-Time-series-Anomaly-Detection:在Pytorch中实现的基于RNN的时间序列异常检测器模型
文件大小：20.59MB
文件格式：ZIP
更新时间：2024-05-02 00:57:34
time-series neural-network prediction forecast rnn
RNN时间序列异常检测 在Pytorch中实现的基于RNN的时间序列异常检测器模型。 这是基于RNN的时间序列异常检测器的一种实现，它由时间序列预测和异常分数计算的两阶段策略组成。 要求 Ubuntu 16.04+（在Windows 10上报告了错误。请参阅。欢迎提出建议。） Python 3.5+ 火炬0.4.0+ 脾气暴躁的 Matplotlib Scikit学习 数据集 1.纽约市出租车乘客人数 提供的纽约市出租车乘客数据流 Cui，Yuwei等人进行了预处理（以30分钟为间隔汇总）。 在中 ， 2.心电图（ECG） ECG数据集包含对应于心室前收缩的单个异常 3. 2D手势（视频监控） 视频中手势的XY坐标 4.呼吸 一个病人的呼吸（通过胸廓扩展测量，采样率10Hz） 5.航天飞机 航天飞机Marotta阀的时间序列 6.电力需求 荷兰研究机构一年的电力需求 时
【文件预览】：
RNN-Time-series-Anomaly-Detection-master
----fig()
--------fig_f_beta_channel1.png(40KB)
--------scores_gesture1_magnified.png(161KB)
--------prediction_ecg.gif(11.27MB)
--------scores_ecg2.png(159KB)
--------scores_ecg2_magnified.png(124KB)
--------scores_nyc_taxi.png(356KB)
--------msteploss.png(41KB)
--------equation1.gif(2KB)
--------arch.png(44KB)
--------scores_ecg1.png(155KB)
--------scores_nyc_taxi_magnified.png(151KB)
--------1steploss.png(35KB)
--------scores_ecg1_magnified.png(116KB)
--------prediction_nyc_taxi.gif(13.91MB)
--------scores_gesture1.png(283KB)
--------pfloss.png(27KB)
--------NYCexample.png(202KB)
--------fig_f_beta_channel0.png(42KB)
----2_anomaly_detection.py(12KB)
----1_train_predictor.py(17KB)
----1_train_predictor_all.sh(2KB)
----model()
--------model.py(6KB)
--------__init__.py(0B)
----requirements.txt(39B)
----dataset()
--------nyc_taxi()
----LICENSE(11KB)
----2_anomaly_detection_all.sh(1KB)
----README.md(6KB)
----anomalyDetector.py(5KB)
----png2gif.py(790B)
----.gitignore(99B)
----0_download_dataset.py(13KB)
----preprocess_data.py(2KB)