6.4 基于生成对抗网络 (GAN)

文档摘要

6.4 基于生成对抗网络 (GAN) 6.4 基于生成对抗网络 (GAN) 的时间序列异常检测生成对抗网络 (Generative Adversarial Networks, GANs) 是一种强大的深度学习模型，最初设计用于生成逼真的图像。近年来，GANs 在时间序列异常检测领域也展现出了巨大的潜力。其核心思想是利用两个神经网络——生成器 (Generator) 和判别器 (Discriminator) 进行对抗训练，从而学习时间序列的正常模式，并将其用于异常检测。 6.4.1 GAN 的基本原理 GAN 的核心思想是“博弈”。生成器 G 试图生成尽可能逼真的“假”数据，而判别器 D 则试图区分“真”数据和“假”数据。这两个网络相互对抗，在训练过程中不断提升各自的能力。