May, 2024
时间序列中人机协同异常检测的可靠框架
A Reliable Framework for Human-in-the-Loop Anomaly Detection in Time Series
Ziquan Deng, Xiwei Xuan, Kwan-Liu Ma, Zhaodan Kong
TL;DR我们介绍了 HILAD，这是一个旨在提升时间序列异常检测模型的人工智能与人类之间动态双向协作的新框架，通过我们的可视化界面，HILAD 赋予领域专家在大规模上检测、解释和纠正意外的模型行为的能力，通过两个时间序列数据集的评估和用户研究，我们证明了 HILAD 在促进深入人类理解、立即纠正行动以及模型可靠性提升方面的有效性。