我有一系列传感器（大约4k），每个传感器将测量每个点的振幅。假设我用足够的4k值（N * 4k形状）训练神经网络。机器将在一系列值中找到一个模式。如果值偏离模式（即异常），它可以检测到该点，并且可以说异常位于第X个传感器中。这是可能的如果是这样我应该使用什么样的神经网络？
由于您有时间序列输入，您可以使用RNN，LSTM，GRU等顺序模型。并在最后使用softmax层，可以输出（正常/异常）。您可以使用相同的模型（重量）4k次来查找哪个传感器有故障。或者可以使用多维softmax训练相同的顺序网络（anomaly1 / normal1 ... fault4k / normal4k）
但是，当数据不平衡时，此类网络将无法正常工作（异常情况很少见）。
您也可以尝试使用RPCA进行异常检测。