基于TL-TimeGAN的多维时间序列数据增强及其应用分析.pdfVIP

第３４卷第５期运筹与管理Ｖｏｌ．３４，Ｎｏ．５

２０２５年５月ＯＰＥＲＡＴＩＯＮＳＲＥＳＥＡＲＣＨＡＮＤＭＡＮＡＧＥＭＥＮＴＳＣＩＥＮＣＥＭａｙ．２０２５

基于ＴＬＴｉｍｅＧＡＮ的多维时间序列数据增强及其应用分析

智路平，汪万敏

（上海理工大学管理学院，上海２０００９３）

摘要：针对部分场景下标签较少、样本不均衡的时序数据，为了更好的捕捉序列之间的逐步依赖关系，本文一方

面使用具有因果关系属性的时域卷积网络构建生成对抗网络，另一方面使用长短期记忆网络构建嵌入网络和复现

网络，以实现模型同时处理短期依存项和长期依存项，从而提出一种基于时域卷积网络和长短期记忆网络的时间

序列生成对抗网络（ＡＴｉｍｅｓｅｒｉｅｓＧｅｎｅｒａｔｉｖｅＡｄｖｅｒｓａｒｉａｌＮｅｔｗｏｒｋｂａｓｅｄｏｎＴｅｍｐｏｒａｌｃｏｎｖｏｌｕｔｉｏｎａｌｎｅｔｗｏｒｋａｎｄＬｏｎｇ

ｓｈｏｒｔｔｅｒｍｍｅｍｏｒｙｎｅｔｗｏｒｋ，ＴＬＴｉｍｅＧＡＮ）。采用覆盖性、有用性和相似度检验的综合分析方法作为合成数据质量的

评价指标，进一步全面地评价合成数据的覆盖性、预测程度和相似性。最终，基于以太坊欺诈检测数据集，使用

Ｔａｂｎｅｔ网络对扩增数据进行异常检测并获得局部特征重要性以及全局特征重要性，以增强扩增数据应用于实际工

作的实践指导价值。

关键词：时域卷积网络；长短期记忆网络；时间序列生成对抗网络；时序数据增强；多维时间序列

中图分类号：ＴＰ１８３文章标识码：Ａ文章编号：１００７３２２１（２０２５）０５０１７７０８ｄｏｉ：１０．１２００５／ｏｒｍｓ．２０２５．０１６０

ＡｎａｌｙｓｉｓｏｆＭｕｌｔｉｄｉｍｅｎｓｉｏｎａｌＴｉｍｅｓｅｒｉｅｓＤａｔａＥｎｈａｎｃｅｍｅｎｔ

ＢａｓｅｄｏｎＴＬＴｉｍｅＧＡＮａｎｄｉｔｓＡｐｐｌｉｃａｔｉｏｎ

ＺＨＩＬｕｐｉｎｇ，ＷＡＮＧＷａｎｍｉｎ

（ＢｕｓｉｎｅｓｓＳｃｈｏｏｌ，ＵｎｉｖｅｒｓｉｔｙｏｆＳｈａｎｇｈａｉｆｏｒＳｃｉｅｎｃｅ＆Ｔｅｃｈｎｏｌｏｇｙ，Ｓｈａｎｇｈａｉ２０００９３，Ｃｈｉｎａ）

Ａｂｓｔｒａｃｔ：Ａｉｍｉｎｇａｔｔｈｅｐｒｏｂｌｅｍｓｏｆｄａｔａｓｃａｒｃｉｔｙａｎｄｄａｔａｉｍｂａｌａｎｃｅｉｎｔｉｍｅｓｅｒｉｅｓａｎｏｍａｌｙｄｅｔｅｃｔｉｏｎ，ｔｈｉｓ

ｐａｐｅｒｐｒｏｐｏｓｅｓａｍｕｌｔｉｄｉｍｅｎｓｉｏｎａｌｔｉｍｅｓｅｒｉｅｓａｎｏｍａｌｙｄｅｔｅｃｔｉｏｎｍｏｄｅｌｂａｓｅｄｏｎＴＬＴｉｍｅＧＡＮ（ＡＴｉｍｅｓｅｒｉｅｓ

ＧｅｎｅｒａｔｉｖｅＡｄｖｅｒｓａｒｉａｌＮｅｔｗｏｒｋｂａｓｅｄｏｎＴｅｍｐｏｒａｌｃｏｎｖｏｌｕｔｉｏｎａｌｎｅｔｗｏｒｋａｎｄＬｏｎｇｓｈｏｒｔｔｅｒｍｍｅｍｏｒｙｎｅｔｗｏｒｋ，

ＴＬＴｉｍｅＧＡＮ），ｗｈｉｃｈｍａｉｎｌｙｃｏｎｓｉｓｔｓｏｆｄａｔａｐｒｅｐｒｏｃｅｓｓｉｎｇ，ｃｒｅａｔｉｏｎｏｆｓｌｉｄｉｎｇｔｉｍｅｗｉｎｄｏｗ，ＴＬＴｉｍｅＧＡＮ，

ｓｙｎｔｈｅｔｉｃｄａｔａｑｕａｌｉｔｙｅｖａｌｕａｔｉｏｎ，ｔｉｍｅｓｅｒｉｅｓｄａｔａａｕｇｍｅｎｔａｔｉｏｎ，Ｔａｂｎｅｔｎｅｔｗｏｒｋ，ａｎｄｅｖａｌｕａｔｉｏｎａｎｄｉｎｔｅｒｐｒｅｔａ

ｔｉｏｎｏｆｔｈｅｍｏｄｅｌ．

Ｉｎｏｒｄｅｒｔｏｂｅｔｔｅｒｃａｐｔｕｒｅｔｈｅｓｔｅｐｗｉｓｅｄｅｐｅｎｄｅｎｃｉｅｓｂｅｔｗｅｅｎｓｅｑｕｅｎｃｅｓ，ｏｎｔｈｅｏｎｅｈａｎｄ，ｔｈｉｓｐａｐｅｒｕｓｅｓａ

ｔｅｍｐｏｒａｌｃｏｎｖｏｌｕｔｉｏｎａｌｎｅｔｗｏｒｋｗｉｔｈｃａｕｓａｌｉｔｙａｔｔｒｉｂｕｔｅｔｏｃｏｎｓｔｒｕｃｔａｇｅｎｅｒａｔｉｖｅａｄｖｅｒｓａｒｉａｌｎｅｔｗｏｒｋ，ａｎｄｏｎｔｈｅ

ｏｔｈｅｒｈａｎｄ，ｕｓｅｓａｌｏｎｇｓｈｏｒｔｔｅｒｍｍｅｍｏｒ