[Paper Review] Anomaly Transformer : Time Series Anomaly Detection with Association Discrepancy

[@0hong575]

발표 잘 들었습니다. 혹시 implementation detail에서 non-overlapping window를 사용하는 이유를 알 수 있을까요?

[@0hong575]

time series anomaly detection 논문들은 동일한 데이터셋을 사용하더라도 baseline의 성능이 논문마다 너무 다른 것 같습니다..

[@dsba2979]

일단 논문에서 언급하길 해당 논문(Timeseries Anomaly Detection using Temporal Hierarchical One-Class Network)의 셋팅을 그대로 가져와서 window를 100size, non-overlapped되도록 구성했다고 하는데요. 해당 논문 역시 왜 non-overlapped인 것인지는 나와있지 않습니다. 개인적으로 느끼기에는 "실험을 통해 non-overlapping window를 사용했을 때 제일 좋은 성능이 나오기 때문이지 않을까"라는 생각이 듭니다.

[@dsba2979]

@@0hong575 그 부분은 저 역시 공감합니다. 해당 논문은 코드가 별도로 공개가 되어 있지 않아 개인적으로 너무 궁금하네요 ㅠ

[@김종원-v9k]

23분 14초에 학습된 anomaly transformer는 모든 데이터에 대해 동일한 prior association을 가질듯한데 아닌가여?

[@감자고구마오이]

안녕하세요? 발표 잘 들었습니다. 혹시 모델 학습 시에 Train dataset에도 정상과 이상 데이터 모두가 포함된 채로 학습하는게 맞나요?

[@Janamejaya.Channegowda]

Thank you for sharing.