시점 사이의 관계
시점 하나의 표현이나 두 시점의 관계만으로 복잡한 변화를 설명하기는 어렵다. 이 모델은 자기 어텐션의 가중치 분포에 각 시점과 전체 시계열 사이의 연관 정보가 담긴다는 점을 이용한다.
인접 시점으로의 집중
연구진은 드문 이상 시점이 전체 시계열과 의미 있는 연관을 만들기 어려워 가까운 시점에 관계가 집중되는 경향에 주목했다. 이 경향을 정상과 이상을 구별하는 연관 불일치 기준으로 구성했다.
구별을 위한 학습
Anomaly-Attention으로 연관 불일치를 계산하고 최소최대 학습 전략으로 정상과 이상의 구별을 강화한다. 원 연구는 서비스 감시와 탐사 및 수처리 영역의 여섯 시계열 벤치마크에서 방법을 평가했다.