机译:PC2A:通过LSTM预测集体上下文异常,具有深入生成模型
Tongji Univ Dept Comp Sci Shanghai 201800 Peoples R China|Tongji Univ Shanghai Autonomous Intelligent Unmanned Syst Sci Shanghai 201800 Peoples R China;
Tongji Univ Dept Comp Sci Shanghai 201800 Peoples R China|Tongji Univ Shanghai Autonomous Intelligent Unmanned Syst Sci Shanghai 201800 Peoples R China;
Princeton Univ Dept Elect Engn Princeton NJ 08544 USA;
Anomaly prediction; collective anomaly; cyber security; deep generative model; high-dimensional time series; LSTM neural-network; root cause analysis;
机译:用CNN-LSTM深神经网络建模步态异常的时空模式
机译:使用运动单元和LSTM预测模型在人群场景和异常检测中检测门和常见路径检测
机译:上下文图马尔可夫模型:图处理的深层生成方法
机译:颞型异常通过应用于生物数据的深度生成模型检测
机译:LV分布网的基于深度学习的托管能力分析,具有空间时间LSTMS
机译:基于深度生成模型的航天器控制系统异常检测
机译:基于LSTM的深度生成模型从噬菌体显示库进行亲和力成熟的抗体设计