Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

xLSTMAD: A Powerful xLSTM-based Method for Anomaly Detection

Created by
  • Haebom
Category
Empty

저자

Kamil Faber, Marcin Pietron, Dominik Zurek, Roberto Corizzo

xLSTM 기반 이상 탐지 방법론 제안: xLSTMAD

본 논문은 xLSTM 아키텍처를 활용하여 이상 탐지를 수행하는 새로운 방법론인 xLSTMAD를 제안한다. xLSTMAD는 인코더-디코더 구조를 기반으로 하며, 예측(xLSTMAD-F) 및 재구성(xLSTMAD-R) 두 가지 디코더 변형을 제공한다. Mean Squared Error (MSE)와 Soft Dynamic Time Warping (SoftDTW) 두 가지 손실 함수를 사용하여 성능을 평가하고, 다양한 실제 시계열 데이터셋으로 구성된 TSB-AD-M 벤치마크에서 기존 방법론들을 능가하는 우수한 성능을 입증한다.

시사점, 한계점

•
시사점:
◦
xLSTM을 활용한 새로운 이상 탐지 방법론 제시.
◦
예측 및 재구성 기반의 두 가지 디코더 변형 제공.
◦
MSE 및 SoftDTW 손실 함수를 활용하여 다양한 측면의 이상 감지 가능성 탐색.
◦
TSB-AD-M 벤치마크에서 SOTA 달성.
◦
xLSTM의 이상 탐지 분야에서의 가능성을 보여줌.
•
한계점:
◦
논문에서 구체적인 한계점 언급 없음.
◦
추후 연구를 통해 밝혀질 수 있음.
👍
Made with Slashpage