｛“状态”：“正常”，“消息类型”：“工作”，“消息版本”：“1.0.0”，“消息”：｛“索引”：｛“日期部分”：[[2024,6,17]，“日期时间”：“2024-06-17T13:18:40Z”，“时间戳”：1718630320169｝，“引用计数”：50，“发布者”：“爱思唯尔BV”，“许可证”：[｛“开始”：｛“日期部分”：[[2024,2,1]]，“日期时间”：“2024-02-01T00:00:00Z”，“时间戳”：1706745600000｝，“内容版本“：“tdm”，“delay-in-days”：0，“URL”：“https:\\/www.elsevier.com/tdm\/userlicense\/1.0\/”}，{“start”：{“date-parts”：[2024,2,1]]，“date-time”：“2024-02-01T00:00:00Z”，“timestamp”：1706745600000}，“content-version”：“stm-asf”，“delay-in-days”：“0，”URL“https://doi.org\/10.15223\/policy-017“}，{“开始”：{“日期部分”：[[2024,2,1]]，“日期时间”：“2024-02-01T00:00:00Z”，“timestamp”：1706745600000}，“content-version”：“stm-asf”，“delay-in-days”：0，“URL”：“https:\/\/doi.org\/10.15223\/policy-037”}，{“start”：{“date-parts”：[[2024,2,1]]，“date-time”：“2024-02-01T00:00:00Z”，“timetamp”：170 674560000}，\\/doi.org\/10.15223\/policy-012“}，{“start”：{“date-parts”：[[2024,2,1]]，“date-time”：“2024-02-01T00:00:00Z”，“timestamp”：1706745600000}，“content-version”：“stm-asf”，“delay-in-days”：0，“URL”：“https:\/\/doi.org\/10.15223\/policy-029”}，{“start”：{“date-parts”：[[2024,2,1]]，“date-time”:“2024-01-01T00:00Z”，”timestamp“1706745700000}”，“content-version”：“st m-asf“，”delay-in-days“：0，”URL“：”https:\/\/doi.org\/10.15223\/policy-004“}]，“出资人”：[{“DOI”：“10.13039\/501100013096”，“名称”：“国家电网科技项目”，“DOI-asserted-by”：“出版商”，“奖项”：[“5400-202355230A-1-1-ZN”]}，{“DOI”：”10.13039\/501100010880“，“名称“：”中国电网公司“，”DOI-assert-by“：”publisher“}]，“内容域”：{“域”：[”elsevier.com“，”sciencedirect.com“]，“crossmark-restriction”：true}，“short-container-title”：[“Information Sciences”]，“published-print”：{“date-parts”：[[2024,2]]}，”DOI“：”10.1016\/j.ins.2023.11978“，”type“：”journal-article“，”created“：{”date-part“：[2023,12,5]]，”date-time“：”2023-12-05T22:42:05Z“，”timestamp“：1701816125000}”，“page”：“119978”，“update-p”政策”：“http://\/dx.doi.org\/10.1016\/elsevier_cm_policy”，“source”：“Crossref”、“is-referenced-by-count”：2，“title”：[“基于时空关联差异的串并联变压器的时序异常检测方法”]，“prefix”：“10.1016”，“volume”：”657“，”author“：[{”given“：”Shiyuan“，”family“：”Fu“，”sequence“：”first“，”affiliation“：[]}，{“给定”：“鑫”，“家族”：“高”，“序列”：“附加”，“从属”：[]{，“给定”，“冯”，”家族“：寨”，“顺序”：“额外”，“附属”：[]}，“给出”：“宝丰”，“家庭”：“李”，“排序”：“添加”，“隶属”“给定”：“嘉好”，“家庭”：“余”，“序列”：“additional”，“affiliation”：[]}，{“given”：“Zhihang”，“family”：“Meng”，”sequence“：”additional“，”affiliance“：[]{”given“：”Guangyao“，”family“：”Zhang“，”se序列“：”附加“，”从属“：[]}]，“member”：“78”，“reference”：[{“issue”：“2”，“key”：”10.1016\/j.ins.2023.119978_br0010“，”doi-asserted-by“，”doi“：”10.1145\/3439950“，”文章标题“：“异常检测的深度学习：综述”，“卷”：“54”，“作者”：“Pang”，“年份”：“2021年”，“日志标题”：“ACM Compute.Surv.”}，{“key”：“10.1016\/j.ins.2023.119978_br0020”，“doi-asserted-by”：“crossref”，“doi”：“101016\/j.ins.2023.119000”，《article-title》：“物联网中可解释的深度学习入侵检测框架”，“volume”：“639”，“author”：“Keshk”，“year”：“2023”，“journal-title”：“Inf.Sci.”}，{“key”：“10.1016\/j.ins.2023.119978_br0030”，“doi-asserted-by”：“crossref”，“first page”:“278”，“doi”：“101016\/j.future.2015.01.01.01”，《article-title》：“金融领域异常检测技术的调查”，“volume”：《55》，“au作者”：“Ahmed”，“年份”“：”2016“，”新闻标题“：“Future Gener.Compute.Syst.”}，{“key”：“10.1016\/j.ins.2023.119978_br0040”，“doi-asserted-by”：“crossref”，“首页”：“12192”，“doi”：“101109\/ACCES.2019.2893124”，《文章标题》：“城市交通异常检测算法调查”，“卷”：“7”，“作者”：“杰努里”，“年份”：“2019”，“日志标题”：“IEEE ACCESS”}、{“密钥”：“10.1016\/j.ins.2023.119978_br0050”，“doi-asserted-by”：“crossref”，“first page”：“10015”，“doi”：“10.1109\/ACCESS.2019.2891933”，“article-title”：“Adapted k-nearst neighbors for detection annormation on spatio-time traffic flow”，“volume”：”7“author”：“Djenouri”，”year“2019”，“journal-title“：”IEEE ACCESS“}，{”key“10.1016/j.ins.2023.119978”_br0060“，“series-title”：“2018 IEEE国际数据挖掘会议（ICDM）”，“首页”：“935”，“article-title”：“城市交通流分布中的异常检测”，“author”：“Djenouri”，“year”：“2018”}，{“key”：”10.1016\/j.ins.2023.119978_br0070“，”doi-asserted-by“：”crossref“，”first page“：”192“，“doi”：“10.1016\\j.ins.2022.12.041”，“article-titel”：“改进离群点检测器的邻居代表”，“卷”：“625”，“作者”：“杨”，“年份”：“2023”，“日志标题”：“信息科学”}，{“键”：“10.1016\/j.ins.2023.119978_br0080”，“doi-asserted-by”：“crossref”，“doi”：“101016\/j.eswa.2022.118904”，“文章标题”：”基于自动编码器的离群点检测的有效方法“，卷”：”213“作者”：“Abhaya”，“year”：“2023”，“journal-title”：“Expert Syst.Appl.”}，{“key”：“10.1016\/j.ins.2023.119978_br0090”，“series-title”：《第25届ACM SIGKDD国际知识发现与数据挖掘会议论文集》，KDD'19”，“首页”：“2828”，“article-title“：“通过随机递归神经网络对多元时间序列进行稳健异常检测”，“author”：“Su”，“year”：“2019”}，{“key”：“10.1016\/j.ins.2023.119978_br0100”，“series-title”：“2016智能水网网络物理系统国际研讨会（CySWater）”，“首页”：“31”，“article-title”：“SWAT：ICS安全研究与培训的水处理试验台”，“author”：“Mathur”，“year”：“2016”}，{“key”：“10.1016\/j.ins.2023.119978_br0110”，“series-title”：“国际学习代表大会”，“article-title”：《异常变压器：关联差异的时间序列异常检测》，“author”：“Xu”，“年份”：“2022”}，{“issue”：“12”，“key”：“10.1016\/j.ins.2023.119978_br0120”，“doi-asserted-by”：“crossref”，“first-pages”：“9179”，“doi”：“101109\/JIOT.2021.3100509”，“article-title”：“带转换器的学习图结构，用于IoT中的多元时序异常检测”，“volume”：”9“author”：“Chen”，“year”：“2022”，“journal-title“：”IEEE Int.Things j.“}，{”key“：“10.1016\/j.ins.2023.119978_br0130”，“series-title”：“AAAI人工智能会议论文集”，“首页”：“1409”，“article-title”：“多元时间序列数据中无监督异常检测和诊断的深度神经网络”，“卷”：“第33卷”，“作者”：“张”，“年份”：“2019”}，{“关键”：“10.1016\/j.ins.2023.119978_br0140”，“series-title”：“人工智能国际联合会议”，“首页”：“4433”，“article-title”：“BeatGAN:使用敌对生成的时间序列检测心律异常”，“author”：“Zhou”，“year”：“2019”}，{“key”：”10.1016\/j.ins.2023.11978_br0150“，“series-title“：“第26届ACM SIGKDD知识发现与数据挖掘国际会议论文集，KDD'20”，“首页”：“3395”，“文章标题”：“USAD:多变量时间序列的无监督异常检测”，“作者”：“Audibert”，“年份”：“2020”}，｛“key”：“10.1016\/j.in.2023.119978_br0160”，“系列标题”：“第27届ACM SIGKDD知识发现与数据挖掘会议论文集，KDD’21”，“首页”：“3220”，“文章标题”：“使用分层度量和时间嵌入的多元时间序列异常检测和解释”，“作者”：“李”，“年份”：“2021”}，{“key”：“10.1016\/j.ins.2023.119978_br0170”，“series-title”：“AAAI人工智能会议论文集”，“首页”：“4027”，“文章标题”：“基于图形神经网络的多元时间序列异常检测”，“卷”：“第35卷”，“作者”：“邓”，“年份”：“2021”}，{“问题”：“6”，“关键”：“10.1016\/j.ins.2023.119978_br0180”，“doi-sserted-by”：“crossref”，”首页“1201”，“doi”：“10.14778\/3514061.3514067”，“文章标题”：“TranAD:用于多变量时间序列数据异常检测的深度变换网络”，“卷”：“15”，“作者”：“Tuli”，“年”：“2022”，“期刊标题”：“Proc.VLDB-Endow.”}，｛“key”：“10.1016\/j.in.2023.119978_br0190”，“doi asserted by”：“crossref”，“doi”：“10.1016\/j.in.2023.119610”，“文章标题”：“Few-shot时间序列异常检测，带无监督域自适应”，“volume”：“649”，“author”：“Li”，“year”：“2023”，“journal-title”：“Inf.Sci.”}，{“key”：”10.1016\/j.ins.2023.119978_br0200“，”doi-asserted-by“：”crossref“，”doi“：”10.116\/j.knosys.2023.110585“，”article-title“：“M3GAN:一种带有可变过滤器的掩蔽策略，用于多维异常检测”，“volume”：“271”，“author”：“Li”，“year”：“2023”，“journal-title”：“Knowl.-Based Syst.”}，{“key”：”10.1016\/j.ins.2023.119978_br0210“，”first page“：”1“，”article-title“：”IoT中多变量时间序列异常检测的多视图图对比学习“，”，“author”：“Qin”，“year”：“2023”，“journal-title”：“IEEE Int.Things J.”}，{“key”：“10.1016\/J.ins.2023.119978_br0220”，“doi-asserted-by”：“crossref”，“doi”：“101016\/J.engappai.2023.105964”，“article-title“：使用堆叠变压器表示和1D卷积网络进行时间序列异常检测”，“volume”：：“Eng.Appl.Artif.Intell.”}，{“key”：“10.1016\/j.ins.2023.119978_br0230”，“首页”：“1”，“article-title”：“STAGED:用于工业过程故障诊断的时空感知图形编码器解码器”，“author”：“Li”，“year”：“2023”，“journal-title“：IEEE Trans.Ind.Inform”}：“2000年ACM SIGMOD国际数据管理会议论文集，SIGMOD'00”，“首页”：“93”，“文章标题”：“LOF：识别基于密度的局部异常值”，“作者”：“Breunig”，“年份”：“2000”}，{“key”：“10.1016\/j.ins.2023.119978_br0250”，“series-title”：“2008年IEEE第八届国际数据挖掘会议”，“第一页”：”413“，“article-title”：“Isolation forest”，“author”：“Liu”，“year”：“2008”}，{“key”：“10.1016\/j.ins.2023.119978_br0260”，“series-title”：《2001年国际图像处理会议论文集》，“first page”：《34》，“artice-title》：“One-class SVM for learning in Image retrieval”，“volume”：第1卷，“au作者”：“Chen”，“年份”：“2001”}：“10.1016\/j.ins.2023.119978_br0270”，“doi-asserted-by”：“crossref”，“first page”：“2508”，“doi”：“10.1109\/TNNLS.2021.3105827”，“article-title”：“多元时间序列中异常检测和诊断的评估”，“volume”：”33“，”author“：”Garg“，”year“：”2022“，”journal-title“：”IEEE Trans.Neural Netw.Learn.Syst.“}，{”key“：“10.1016\/j.ins.2023.119978_br0280”，“doi-asserted-by”：“crossref”，“首页”：“120043”，“doi”：“10.1109\/ACCESS.2021.3107975”，“article-title”：“时间序列数据中异常检测的深度学习：回顾、分析和指南”，“volume”：“9”，“author”：“Choi”、“year”：“2021”，“journal-titel”：“IEEE ACCESS”}，{“key”：_br0290“，“series-title”：“第24届ACM SIGKDD知识发现与数据挖掘国际会议论文集，KDD’18”，“首页”：“387”，“article-title”：“使用LSTM和非参数动态阈值检测航天器异常”，“author”：“Hundman”，“year”：“2018”}，{“key”：”10.1016\/j.ins.2023.11978_br0300“，”series-title“：“机器学习国际会议-异常检测研讨会”，“article-title”：“基于LSTM的多传感器异常检测编码器-解码器”，“author”：“Malhotra”，“year”：“2016”}，{“key”：“10.1016\/j.ins.2023.119978_br0310”，“series-title”：《IEEE国际计算机视觉会议论文集》：“学习非监督离群点删除的判别性重建”，“author”：“Xia”，“year”：“2015”}，{“key”：“10.1016\/j.ins.2023.119978_br0320”，“series-title”：“递归网络中的梯度流：学习长期依赖的困难”，“first page”：”237“，“audor”：”Hochreiter“，”year“：”2001“}，”{“密钥”：“0.1016\/j.ins.2023.119978_br0330”，“doi-asserted-by”：“crossref”，“doi”：“10.1016\/j.knosys.2023.110642”，“article-title”：“Towards COVID-19 false news detection using transformer-based models”，“volume”：“274”，“author”：“Alghamdi”，”year“：”2023“，”journal-title“：”Knowl.-based Syst.“}，{”key“10.1016 \/j.ins.2023.11978_br0340”，“series-title”：“Advances in Neural Information Processing Systems，vol.30”，“article-title”：“Attention is all you needs”，“author”：“Vaswani”，“year”：“2017”}，{“key”：“10.1016\/j.ins.2023.119978_br0350”，“doi-asserted-by”：“crossref”，“doi”：“1016\/j.ins.2023.119410”，“article-title”：“增强时间序列预测：具有概率分解表示的层次变换器”，“卷”：“647”，“作者”：“Tong”，“年份”：“2023”，“期刊标题”：“Inf.Sci.”}，｛“key”：“10.1016\/j.in.2023.119978_br0360”，“doi断言”：“crossref”，“doi”：“10.1016\/j.engappai.2023106669”，“文章标题”：“使用视觉变换器进行语义分割：a survey”，“volume”：“126”，“author”：“Thisanke”，“year”：“2023”，“journal-title”：“Eng.Appl.Artif.Intell.”}，{“key”：”10.1016\/j.ins.2023.119978_br0370“，”doi-asserted-by“：”crossref“，”first page“：”111“，”doi“10.1016\/j.aiopen.2022.10.001”，“article-title“：”a survey of Transformers“，”volume“：“3”，“作者”：“Lin”，“year”：“2022”，“journal-title”：“AI Open”}，{“key”：“10.1016\/j.ins.2023.119978_br0380”，“series-title”：《人工智能国际联合会议-人工智能时间序列分析研讨会》，“article-title“：“RadNet:使用交通预测在时空道路图网络中进行事件预测”，“author”：“Tuli”，“year”：《2022》}，{“key”：“10.1016\/j.ins.2023.119978_br0390”，“首页”：“1”，“文章标题”：“基于变压器的双方面自我关注，用于剩余使用寿命预测”，“卷”：“71”，“作者”：“张”，“年份”：“2022”，“日志标题”：”IEEE Trans.Instrum.Meas.“}，{“问题”：“一”，“key“10.1016”，“j.ins.2023.119978_br0400”，“doi-asserted-by”：“crossref”，“首页”：“61”，“DOI”：“10.1016\/j.csl.2014.09.005”，“article-title”：“递归神经网络在统计语言建模中的应用调查”，“volume”：“30”，“author”：“De Mulder”，“year”：“2015”，“journal-title“：”Compute.Speech Lang.“}，{“key”：”10.1016\/j.ins.2023.119978_br0410“，”DOI-asserted-by“：”crossref“，”first page“：”676“，”DOI“：“10.1016\/j.procs.2017.12.087”，“article-title”：“基于长短期记忆递归神经网络（LSTM-RNN）的云数据中心工作量预测模型”，“volume”：“125”，“author”：“Kumar”，“year”：“2018”，“journal-title“：”Proc.Comput.Sci.“}，{“key”：”10.1016\/j.ins.2023.119978_br0420“series-title”：“神经信息处理系统进展，第33卷”，“首页”：“13016”，“文章标题”：“使用时间层次一类网络进行时间序列异常检测”，“作者”：“沈”，“年份”：“2020”}，{“key”：“10.1016\/j.ins.2023.119978_br0430”，“series-title”：“离群集合：简介”，“author”：“Aggarwal”，“year”：“2017”}、{“key”：“10.1016\/j.ins.2023.119978_br0440”，“series-title”：“第35届国际机器学习会议论文集”，“首页”：“4393”，“article-title”：“深度一类分类”，“卷”：“vol.80”，“author”：“Ruff”，“year”：“2018”}，{“key”：”10.1016\/j.ins.2023.11978_br0450“，“series-title“：“第三届智能水网络网络物理系统国际研讨会论文集，CySWATER’17”，“首页”：“25”，“文章标题”：“安全网络物理系统设计研究的配水试验台”，“作者”：“艾哈迈德”，“年份”：“2017”}，{“密钥”：“10.1016\/j.ins.2023.119978_br0460”，“series-title”：“第27届ACM SIGKDD知识发现和数据挖掘会议论文集，KDD’21”，“首页”：“2485”，“文章标题”：“异步多元时间序列异常检测和定位的实用方法”，“作者”：“Abdulaal”，“年份”：“2021”}，{“key”：“10.1016\/j.ins.2023.119978_br0470”，“series-title”：“2018年万维网会议论文集，WWW’18”，“首页”：“187”，“article-title”：“通过变化自动编码器对Web应用程序中季节性KPI进行无监督异常检测”，“author”：“Xu”，“year”：“2018”}，{“key”：“10.1016\/j.ins.2023.119978_br0480”，“series-title”：《AAAI人工智能会议论文集》，“first page”：“7194”，“article-title”：“Towards a critical evaluation of time series annormation detection”，“volume”：《第36卷》，“author”：“Kim”，“year”：“2022”}，{“key”：”10.1016\/j.ins.2023.119978_br0490“，”series-title“：”国际学习表征会议“，”article-title“：“用于无监督异常检测的深度自动编码高斯混合模型”，“author”：“Zong”，“year”：“2018”}，{“key”：“10.1016\/j.ins.2023.119978_br0500”，“series-title”：“Advances in Neural Information Processing Systems，vol.32”，“article-title”：《PyTorch：一种命令式，高性能的深度学习库》，“author”：“Paszke”，“年份”：“2019”}]，“container-title”：[“Information Sciences”]，“original-title“：[]，“language”：“en”，“link”：[{“URL”：“https:\/\/api.elsevier.com/content\/article\/PII:S0020025523015633？httpAccept=text\/xml”，“content-type”：“text\/.xml”，“content-version”：“vor”，“intended-application”：“text-mining”}，{“URL”：“http://api.elsevier.com/content\/aarticle”\/PII:S0020025523015633？httpAccept=text\/plain“，”content-type“：”text\/prain“，“content-version”：“vor”，“intended-application”：“text-mining”}]，“deposed”：{“date-parts”：[[2023,12,27]]，“date-time”：“2023-12-27T13:16:06Z”，“timestamp”：1703682966000}，“score”：1，“resource”:{“primary”：“URL”：“https:\\/linkinghub.elsevier.com/retrieve\/piii\/S002002 5523015633“}}，”副标题“：[]，”shorttitle“：[]，”issued“：{”date-parts“：[[2024,2]]}，”references-count“：50，”alternative-id“：[”S0020025523015633“]，”URL“：”http://\/dx.doi.org\/10.1016\/j.ins.2023.119978“，”relation“：{}，“ISSN”：[”0020-0255“]，“ISSN-type”：[{“value”：“0020-02555”，“type”:“print”}]，“subject”：【】，“published”：{“date-parts”：[[2024,2]]}，“assertion”：[{“value”：“Elsevier”，“name”：“publisher“，”label“：”本文由“}，{”value“：”一种基于具有时空关联差异的串并联变换器的时间序列异常检测方法“，”name“：”articletite“，”标签“：”article Title“}”，{“value”：“Information Sciences”，“name”：“journaltite”，“label”：“Journal Title”}https:\/\/doi.org\/10.1016\/j.ins.2023.119978“，”name“：”articlelink“，”label“：”CrossRef doi link to publisher maintained version“}，”{“value”：“article”，“name”：“content_type”，“label”：“content-type”}，{“value”：“\u00a9 2023 Elsevier Inc.保留所有权利