【AAAI2024教程】鲁棒时间序列机器学习：从理论到实践，168页ppt

AAAI (AAAI Conference on Artificial Intelligence) 由国际先进人工智能协会主办，是人工智能领域的顶级国际学术会议之一。第 38 届 AAAI 人工智能年度会议将于2024 年 2 月在加拿大温哥华举行。

我们正目睹物联网（IoT）和基于时间序列数据的预测分析的移动应用程序的显著增长，这些数据收集自各种类型的传感器和可穿戴设备。一些重要应用包括智能家居自动化、移动健康、智能电网管理和金融。传统机器学习和深度学习在从时间序列数据中学习准确的预测模型方面已经取得了巨大成功。然而，这样的机器学习（ML）系统的安全可靠部署需要能够对时间序列的对抗性/自然扰动具有鲁棒性，并能够检测不遵循训练数据分布的时间序列数据，也就是所谓的分布外（OOD）检测。

本教程将涵盖使用适当距离度量（例如，动态时间弯曲）针对时间序列领域的对抗鲁棒性和认证的最新进展；最小-最大优化算法训练时间序列领域的鲁棒ML模型；使用深度生成模型的OOD检测方法及其在生成合成时间序列数据方面的应用；多变量时间序列预测模型面临的对抗攻击威胁和可行的防御机制。本教程还将涵盖需要可靠和鲁棒的时间序列分析的实际应用，如智能健康中用于人类活动监测的分类，以及金融数据中的回归/预测。 讲者：