Uploads from ‍김성범[ 교수 / 산업경영공학부 ]

Currently Playing: [Open DMQA Seminar] Time Series Anomaly Detection Using Diffusion Models

시계열 이상탐지 분야는 딥러닝의 발달과 함께 우수한 성능을 보여주고 있다. 최근, diffusion model 의 성공에 힘입어 시계열 분야에도 해당 모델을 적용하는 사례가 늘고 있다. 특히, 시계열 이상탐지 분야에서 diffusion model 의 reconstruction 을 활용한 이상탐지 연구들이 나오고 있다. Diffusion model 을 사용한 시계열 이상탐지 연구들을 통해, 어떤 방식으로 시계열 데이터에 diffusion model 이 적용되었고 어떻게 이상탐지를 할 수 있는지 알아보고자 한다. 참고자료 : [1] Chen, Y., Zhang, C., Ma, M., Liu, Y., Ding, R., Li, B., ... & Zhang, D. (2023). ImDiffusion: Imputed Diffusion Models for Multivariate Time Series Anomaly Detection. Proceedings of the VLDB Endowment, 17(3), 359-372. [2] Xiao, C., Gou, Z., Tai, W., Zhang, K., & Zhou, F. (2023, August). Imputation-based time-series anomaly detection with conditional weight-incremental diffusion models. In Proceedings of the 29th ACM SIGKDD Conference on Knowledge Discovery and Data Mining (pp. 2742-2751). [3] Pintilie, I., Manolache, A., & Brad, F. (2023, December). Time series anomaly detection using diffusion-based models. In 2023 IEEE International Conference on Data Mining Workshops (ICDMW) (pp. 570-578). IEEE.