Anomaly Detection in Complex Dynamical Systems: A Systematic Framework Using Embedding Theory and Physics-Inspired Consistency
作者: Michael Somma, Thomas Gallien, Branka Stojanovic
发布时间: 2025-02-27
来源: arxiv
研究方向: 复杂动态系统中的异常检测
主要内容
本文提出了一种基于嵌入理论和物理一致性原理的系统理论方法，用于复杂动态系统中的异常检测。该方法结合了经典嵌入理论和物理一致性原则，通过引入状态导数对作为嵌入策略，并开发了一种时间微分一致性自动编码器（TDC-AE）来捕获系统演化，从而实现异常检测。
主要贡献
1. 提出了一种基于嵌入理论和物理一致性原理的系统理论方法，用于复杂动态系统中的异常检测。
2. 引入了状态导数对作为嵌入策略，以捕获系统演化。
3. 开发了TDC-AE，通过时间微分一致性损失（TDC-Loss）来确保时间一致性。
4. 在C-MAPSS数据集上进行了实验，结果表明TDC-AE在异常检测方面优于LSTMs和Transformers，同时减少了200倍的MAC操作，使其特别适合轻量级边缘计算。
研究方法
1. 经典嵌入理论
2. 物理一致性原理
3. 状态导数对嵌入策略
4. 时间微分一致性自动编码器（TDC-AE）
5. 时间微分一致性损失（TDC-Loss）
6. C-MAPSS数据集
实验结果
在C-MAPSS数据集上，TDC-AE在异常检测方面优于LSTMs和Transformers，同时减少了200倍的MAC操作，使其特别适合轻量级边缘计算。实验结果表明，TDC-AE能够有效地检测异常，并提供了一种鲁棒、可解释的异常检测信号。
未来工作
未来工作将集中于进一步利用状态导数对的概念，通过扩展系统理论和物理建模原理，使该方法适用于更多类型的动态系统和其他用例。