报告题目：多变量时间序列数据聚类及异常检测机制研究
主讲人： 李文中 南京大学计算机系 教授 博士生导师
报告时间：2022年12月3日（星期六）09:30-11:00
报告地点：线上（腾讯会议）会议号：322-266-992，密码：522123
报告摘要：多变量时间序列数据挖掘在信息系统、工业控制、医疗健康和生物信息等领域具有广泛应用。本报告将介绍无监督/半监督条件下多变量时间序列数据的聚类和异常检测算法。首先，针对高维时间序列数据的复杂时空关联性问题，提出了基于时变高斯马尔可夫随机场学习的多变量时间序列聚类算法T-GMRF。引入高斯马尔可夫随机场来描述多变量之间的协同变化相关性，并采用基于多密度的聚类方法形成聚类结果。其次，针对无监督多变量时间序列异常检测的噪音敏感性问题，提出了基于自训练的生成对抗深度学习模型ST-GAN。通过对抗学习训练生成器-鉴别器，逐步提高异常分类器的性能。此外，本报告还将展望时间序列异常检测方法的落地应用及效果。
报告人简介： 毕业于南京大学计算机科学与技术系，并获得理学学士学位和工学博士学位。2011年至2013年被德国洪堡基金会遴选为“洪堡学者”，获邀到德国哥廷根大学从事合作研究。目前担任南京大学计算机系教授，博士生导师。他曾主持国家自然科学基金和江苏省自然科学基金等多项省部级项目，并作为技术骨干，参与多项国家 973 课题和863 课题。在 INFOCOM，WWW, UBICOMP，ACM MM，IJCAI，ICDCS等国际会议和学术刊物如 IEEE/ACM ToN，IEEE JSAC，IEEE TPDS，IEEE TKDE上发表论文100余篇，其中 SCI 论文50余篇。曾获得2016年和2019年江苏省科学技术一等奖。其论文获 ICC2009 国际通信会议和APNet2018亚太网络会议“最佳论文奖”。
邀请人：计算机科学与技术系 赵万磊副教授