摘要
随着航天器发回越来越多的遥测数据，需要改进异常探测系统，以减轻操作工程师的监测负担，降低操作风险。目前的航天器监测系统只针对异常类型的子集，由于规模和复杂性的挑战，常常需要昂贵的专家知识来开发和维护。我们展示了长短期记忆(LSTMs)网络(一种递归神经网络(RNN))在克服这些问题上的有效性，使用来自土壤水分主动被动(SMAP)卫星和火星科学实验室(MSL)漫游者“好奇号”的专家标记的遥测异常数据。我们还提出了一种互补的无监督和非参数异常阈值方法，该方法是在SMAP异常检测系统的试运行中开
