Список проголосовавших за комментарий "Михаил, <blockquote>Второй момент более технический. Не очень понятен критерий аномальности, который позволит потом получать более дельный результат с помощью сетей?<br/> <br/> Ну и третье, если на неком предварительном этапе вы найдете некие действительно аномалии, то видимо их будет крайне мало, а для обучения сети нужно много примеров.</blockquote>Да, тут меня этот момент тоже смущает, причем довольно сильно. Скорее всего аномалий действительно будет слишком мало и не совсем понятно как их определять. Можно сперва привести график к какой то определенной форме, хз, отклонение от средней, потом уже пробовать их там детектить. Есть в принципе некоторые идеи по этому вопросу.<br/> <blockquote>Я честно сказать не очень понимаю, зачем это нужно. В сетях давно придумали Gated Units, которые позволяют реализовывать фильтрацию, Attention, чтобы агрегировать несколько разных сигналов. На мой взгляд, лучше продумать архитектуру, которая будет реализовывать ваши идеи поиска и агрегации и учить такую сеть end-to-end, а не разбивать все на кучу разрозненных этапов.</blockquote>Хмм… честно говоря я этот момент видимо в своих размышлениях упустил, спасибо что обратили на это внимание, надо будет это обмозговать. Это я видимо от того, что есть у меня убеждение, что даже самая простая архитектура на хороших данных что то да покажет, что то отличное от рандома :)"