使用机器学习检测信号数据中的新颖性

Question

我想检测信号中的异常。如果我正确理解，这称为新颖性检测。我有很多“好”例子，只有2或3个“坏”例子。

这是信号的样子：这些都是很好的例子。 此处可以看到一个不良信号的示例：

并非所有示例都具有相同的长度，因此很难分类。我在机器学习和深度学习（对图像进行分类）方面有一些经验，但是对此类数据却没有。

到目前为止，我只发现使用带有好例子和坏例子的标记数据的方法，以及使用长度相同的例子的方法。

有人知道我如何为这个问题创建解决方案（最好在Python中可用）？