Обнаружение аномалий в технологических сигналах с применением нейросетевой архитектуры типа автоэнкодер

DOI: 10.25728/avtprom.2020.10.10

Исследована задача обнаружения аномалий в технологических сигналах. Представлен подход к обнаружению аномалий, основанный на нейронной сети с архитектурой автоэнкодер, позволяющей учитывать контекст изменений сигнала. Показано, что применение архитектуры автоэнкодера за счет механизма долгой-краткосрочной памяти решает проблему долговременных зависимостей в сигнале. Представлено формальное описание подхода на основе автоэнкодера и проведен численный эксперимент на модельных данных. На основе анализа экспериментальных результатов приведена методика подбора обучающего порога, что позволяет работать в адаптивном режиме без априорной информации об аномалиях и самом сигнале.