Anna V. Kononova

El modelo TeVAE identifica de manera eficiente anomalías en pruebas de tren motriz de vehículos usando datos de series temporales.

Este artículo habla sobre la importancia de detectar anomalías en datos de series de tiempo en diferentes industrias.

Una herramienta para mejorar las habilidades de navegación en laberintos de robots.

Presentamos un nuevo conjunto de datos para mejorar la detección de anomalías en vehículos.

Las redes de atracción muestran cómo los algoritmos de optimización se estancan durante la búsqueda de soluciones.