详细内容或原文请订阅后点击阅览
专访 Thi Kieu Khanh Ho：时间序列异常检测
我们对 AAAI/SIGAI 博士联盟参与者的系列最新采访采访了正在研究时间序列异常检测的 Thi Kieu Khanh Ho。我们了解了有关她的研究的更多信息、是什么激发了她研究人工智能以及她下一步计划做什么。告诉我们一些关于你的博士学位的事情——[…]
来源:ΑΙhub我们对 AAAI/SIGAI 博士联盟参与者的系列最新采访采访了正在研究时间序列异常检测的 Thi Kieu Khanh Ho。我们了解了有关她的研究的更多信息、是什么激发了她研究人工智能以及她下一步计划做什么。
告诉我们一些关于您的博士学位的信息 - 您在哪里学习，您的研究主题是什么？
我正在麦吉尔大学和魁北克米拉人工智能研究所电气与计算机工程系攻读博士学位，导师是 Narges Armanfard 教授。我的研究重点是时间序列异常检测，即教导人工智能系统识别复杂的现实世界数据流中何时发生异常或异常的情况，而不依赖大量标记的示例。我开发的方法广泛适用于各个领域，从医疗保健到工业监控和预测性维护。
您能给我们介绍一下您在博士期间进行的研究吗？
我的博士研究跨越了几个相互关联的方向，有一个主线贯穿所有方向：当标记数据稀缺、有噪声或受到污染时，如何构建能够可靠地检测异常的 AI 模型？
早期，我专注于异常检测的自监督学习——从数据中学习有意义的表示的方法，而不需要手动标记异常，这在实践中很少见且昂贵。其中一个关键贡献是 EEG-CGS，这是一种对比和生成的自我监督框架，它结合了局部图形结构来检测 EEG（脑电图）记录中的异常通道，并直接应用于癫痫发作检测。我发现这项工作令人兴奋的是它表现良好，在训练期间没有看到任何标记的癫痫发作。
您的研究中有一个特别有趣的方面吗？
您的研究计划是什么？接下来您将调查哪些方面？
是什么让你想学习人工智能？
标签：
,