返回
Transformer-based anomaly detection for satellite telemetry data
DOI:10.1016/j.actaastro.2025.09.035.png)
摘要
En 中文
• 呈现基于Transformer的时间序列异常检测的最先进模型。
• 比较各种基于Transformer的方法在异常检测中的有效性。
• 提供对基于Transformer模型的全面且现实的评估。
Keyword:
Time series
Anomaly detection
Satellite telemetry data
Transformers
ESA OPS-SAT
AI总结
对已上传原文的论文进行重点信息的提取,主要内容包括:简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
3.4
论文数:
1.2W
被引数:
2.1W
机构
引用论文
Xu, Z.P., Cheng, Z.J., He, J.H., Guo, B., 2022. A hybrid model for detecting satellite telemetry data anomalies, in: 2022 13th International Conference on Reliability, Maintainability, and Safety (ICRMS), pp. 180–184. 10.1109/ICRMS55680.2022.9944601.徐志鹏, 程志坚, 何建国, 郭 彪, 2022. 一种用于检测卫星遥测数据异常的混合模型, 2022年第13届可靠性、可维护性和安全性国际会议 (ICRMS), pp. 180–184. 10.1109/ICRMS55680.2022.9944601.
Peng, Y., Jia, S., Feng, X., Su, F., 2016. Telemetry fault detection for meteorological satellite based on pca, in: 2016 16th International Symposium on Communications and Information Technologies (ISCIT), pp. 357–361. 10.1109/ISCIT.2016.7751650.彭, Y., 贾S., 冯X., 苏F., 2016. 基于PCA的气象卫星遥测故障检测, 在: 2016年第16届通信与信息技术国际 symposium (ISCIT), pp. 357–361. 10.1109/ISCIT.2016.7751650.
El Habib, B., Nasri, B., 2024. Detection and prediction of satellite telemetry anomalies, in: 2024 4th International Conference on Embedded & Distributed Systems (EDiS), pp. 310–313. 10.1109/EDiS63605.2024.10783288.El Habib, B., Nasri, B., 2024. 卫星遥测异常的检测与预测,载于:2024年第4届嵌入式与分布式系统国际会议(EDiS),第310-313页。10.1109/EDiS63605.2024.10783288。
Kwon, D., Kim, H., Kim, J., Suh, S.C., Kim, I., Kim, K.J., 2017. A survey of deep learning-based network anomaly detection. Cluster Computing 22, 949 – 961. https://api.semanticscholar.org/CorpusID:4505261.Kwon, D., Kim, H., Kim, J., Suh, S.C., Kim, I., Kim, K.J., 2017. 深度学习基础的网络异常检测综述. Cluster Computing 22, 949 – 961. https://api.semanticscholar.org/CorpusID:4505261.
Zeng, Z., Lei, J., Jin, G., Xu, C., Zhang, L., 2022. Detecting anomalies in satellite telemetry data based on causal multivariate temporal convolutional network, in: 2022 IEEE 5th International Conference on Big Data and Artificial Intelligence (BDAI), pp. 63–74. 10.1109/BDAI56143.2022.9862616.曾, Z., 雷, J., 金, G., 徐, C., 张, L., 2022. 基于因果多变量时序卷积网络的卫星遥测数据异常检测, 见: 2022年IEEE第五届国际大数据与人工智能会议(BDAI), 第63-74页. 10.1109/BDAI56143.2022.9862616.

