莱顿大学 发布 Powertrain Anomaly Time series bencHmark (PATH) dataset 数据集, 应用在 异常检测、时间序列分析 领域

莱顿大学 本次发布的数据集 Powertrain Anomaly Time series bencHmark (PATH) dataset, PATH数据集是由莱顿大学创建的一个用于在线无监督异常检测的多变量时间序列数据集。该数据集通过先进的仿真工具生成，反映了汽车动力系统的真实行为，包括其多变量、动态和变状态属性。数据集包含多个版本的训练和测试子集，适用于无监督和半监督异常检测以及时间序列生成和预测任务。创建过程中使用了基于物理的仿真模型，特别是电动车辆的仿真模型，以确保数据的复杂性和真实性。该数据集主要用于解决多变量时间序列中的异常检测问题，特别是在工业过程数字化和数据驱动的系统优化领域。

查看Powertrain Anomaly Time series bencHmark (PATH) dataset

关于 莱顿大学 , 莱顿大学是荷兰最古老的大学之一，成立于1575年，以其在人文、社会科学、自然科学和医学领域的卓越研究和教育而闻名。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。