L2-Type Regularization-based Unsupervised Anomaly Detection from Temporal Data - Archive ouverte HAL
Communication Dans Un Congrès Année : 2017

L2-Type Regularization-based Unsupervised Anomaly Detection from Temporal Data

Seif-Eddine Benkabou
Data Mining and Machine Learning
CV
Khalid Benabdeslem
Data Mining and Machine Learning
Bruno Canitia
  • Fonction : Auteur
  • PersonId : 970135

Domaines

Intelligence artificielle [cs.AI]

Khalid Benabdeslem  : Connectez-vous pour contacter le contributeur

https://hal.science/hal-01458412

Soumis le : lundi 6 février 2017-19:05:52

Dernière modification le : mercredi 4 septembre 2024-17:34:07

Fichier non déposé

Dates et versions

hal-01458412 , version 1 (06-02-2017)

Identifiants

  • HAL Id : hal-01458412 , version 1

Citer

Seif-Eddine Benkabou, Khalid Benabdeslem, Bruno Canitia. L2-Type Regularization-based Unsupervised Anomaly Detection from Temporal Data. IEEE IJCNN, May 2017, Alaska, United States. ⟨hal-01458412⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

CNRS UNIV-LYON1 UNIV-LYON2 INSA-LYON EC-LYON LIRIS LABEXIMU INSA-GROUPE UDL
259 Consultations
0 Téléchargements

Partager

More