請用此 Handle URI 來引用此文件：
http://tdr.lib.ntu.edu.tw/jspui/handle/123456789/80594| 標題: | 基於解構式生成對抗網路於多變數工業傳感資料之異常檢測 Anomaly Detection for Multivariate Industrial Sensor Data via Decoupled Generative Adversarial Network |
| 作者: | Wei-Chin Chien 簡暐晉 |
| 指導教授: | 王勝德(Seng-De Wang) |
| 關鍵字: | 異常偵測,時間序列,自編碼器,生成對抗網路, Anomaly Detection,Time Series,Autoencoder,Generative Adversarial Network, |
| 出版年 : | 2022 |
| 學位: | 碩士 |
| 摘要: | "在工業控制系統中，時常產生具有時間序列關係的數據。這些數據可能來自於橋樑震動，配水系統，或製造設備的監測數據。本文提出一個可預測多變數時間序列的異常偵測模型與訓練方法。該方法基於自編碼器，並且近一步使用生成式對抗網路，結合由生成模型產生殘差，以及判别模型輔助產生的異常分數，以增加預測精準度。所提出的演算法也降低了訓練生成式對抗網路的難度，並且該方法在SWaT, BATADAL, 以及Rare Event Classification 資料集上均比常見方法在F1 socre上取得了更好的表現。" |
| URI: | http://tdr.lib.ntu.edu.tw/jspui/handle/123456789/80594 |
| DOI: | 10.6342/NTU202200380 |
| 全文授權: | 同意授權(限校園內公開) |
| 顯示於系所單位： | 電機工程學系 |
文件中的檔案：
| 檔案 | 大小 | 格式 | |
|---|---|---|---|
| U0001-0802202214442000.pdf 授權僅限NTU校內IP使用（校園外請利用VPN校外連線服務） | 1.11 MB | Adobe PDF |
系統中的文件，除了特別指名其著作權條款之外，均受到著作權保護，並且保留所有的權利。