基于Transformer-GAN的无人天车异常检测模型

扫码查看

原文链接

万方数据
维普

中文摘要：为了提升无人天车异常检测的精度和效率,解决传统异常检测方法存在的难以对高维、不平衡数据检测,难以捕捉时间序列相关性等问题,提出了一种基于Transformer和GAN的无人天车异常检测模型(TGAN-UCAD).该方法基于编码器解码器架构,将Transformer嵌入GAN中,生成器和鉴别器利用自注意力提高获取时间序列数据上下文特征的能力,异常得分通过生成器和鉴别器进行计算,将异常得分大于异常阈值的数据判定为异常数据.采用无人天车真实数据集对所提模型进行试验,该模型对比文中6种对比模型在准确率、召回率以及F1分数均为最高.该模型能够较好地应用于无人天车异常检测.

外文标题：A Transformer GAN-Based Unmanned Crane Anomaly Detection Model

作者：

李威、邱永峰、李长云、朱海曦、黄萱

展开 >

作者单位：

湖南工业大学计算机学院,湖南株洲 412007

湖南天桥嘉成智能科技有限公司,湖南株洲 412007

关键词：

无人天车异常检测 Transformer GAN

基金：

湖南省高新技术产业科技创新引领计划湖南省教育厅科学研究项目重点项目

项目编号：

2021GK400821A0356

出版年：

2024

DOI：

10.3969/j.issn.1009-0134.2024.08.017

制造业自动化

北京机械工业自动化研究所

制造业自动化

CSTPCD

影响因子：0.482

ISSN：1009-0134

年,卷(期)：2024.46(8)