通过强化学习实现经验丰富的异常检测器 作者 黄成强 埃克塞特大学 吴玉雷（Yulei Wu） 埃克塞特大学 袁祚 埃克塞特大学 柯培 华为技术有限公司。 葛永民 埃克塞特大学 内政部： https://doi.org/10.1609/aaai.v32i1.12130 关键词： 时间序列异常检测、递归神经网络、强化学习 摘要 该摘要提出了一种时间序列异常检测器，它1）不假设异常模式的潜在机制，2）避免了在特定场景下设置阈值以获得良好异常检测性能的繁琐工作，3）随着异常检测经验的增长而不断发展。异常检测器本质上是由递归神经网络（RNN）提供动力，并采用强化学习（RL）方法实现自学习过程。我们的初步实验证明了在网络时间序列异常检测问题中使用检测器的有希望的结果。 下载 PDF格式 出版 2018-04-29 如何引用 Huang，C.，Wu，Y.，Zuo，Y.、Pei，K.和Min，G.（2018年）。通过强化学习实现经验异常探测器。AAAI人工智能会议记录，32(1). https://doi.org/10.1609/aaai.v32i1.12130 更多引文格式 ACM公司 ACS公司 阿帕 澳大利亚北卡罗来纳州 芝加哥 哈佛 电气与电子工程师协会 MLA公司 图拉宾语 温哥华 下载引文 尾注/佐特罗/门德利（RIS） BibTeX公司 问题 第32卷第1期（2018）：第三十二届AAAI人工智能会议 章节 学生摘要跟踪
