基于信号时态逻辑的深度时序事件检测算法

作者：张思齐; 张金俊; 王天一; 秦小林

来源：计算机应用, 2024, 1-10.

• 时态逻辑
• 事件检测
• 事件表示
• 时间序列
• 深度学习

针对深度事件检测模型对复杂时序事件检测准确性不足和忽略了不同事件间相关性的问题，提出了一种基于信号时态逻辑的深度时序事件检测算法（DSTL）。该算法引入了信号时态逻辑框架，用公式建模时间序列中的事件，综合考虑了时间序列上事件的逻辑性和时态性。采用了基于神经网络的基础分类器检测原子事件的发生情况，通过公式结构和语义辅助检测复杂事件。另外，使用了神经网络模块替代相应的逻辑连接词和时态逻辑算子，以提供可显卡加速和梯度下降的神经网络模块。通过对五个不同领域的时间序列数据集的研究，验证了该算法在时序事件检测方面的有效性，并与不使用该算法的多层感知机(MLP)、长短期记忆(LSTM)网络和Transformer进行了比较。实验结果表明，DSTL算法在五种事件上的F1分数提升约为12%，其中跨时间点事件上的F1分数提升约14%，且具备更好地可解释性。

• 单位
  中国科学院大学; 中国科学院成都计算机应用研究所