基于图神经网络的航空数据异常检测

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘  要：飞行品质监控（FOQA）数据记录了飞行状态的详细参数，对于评估飞行操作的质量和安全性至关重要。传统的“超限检测”算法通过与预先建立的阈值进行比较来识别异常行为。相比之下，深度学习方法能够更全面、灵活地分析FOQA数据，提高异常行为的检测精度。文章提出的TAGDNet是用于FOQA数据多类别异常检测的创新框架，包括时序卷积网络、图神经网络和分层图池化等关键组件。（剩余12131字）

试读结束

目录
monitor