arXiv · Machine Learning· Cristhian Moya-Mota, Ignacio Aguilera-Martos, Diego Garc\'ia-Gil, Juli\'an Luengo·· 13 小时前AI 评分44
LEAP：用于时间序列异常检测的潜在嵌入异常 Patch-Transformer
LEAP: a Latent Embedding Anomaly Patch-Transformer for time-series anomaly detection
AI 导读
LEAP提出用于时间序列异常检测的Patch-Transformer，结合掩码预测与潜在表示异常证据，不依赖重构或注意力评分。在TSB-AD的180条留出多变量序列上，完整模型VUS-PR为0.5179 ± 0.0022；TSB-AD-U单变量变体在350条留出序列上为0.6194 ± 0.0016。
来源：arXiv · Machine Learning · arxiv.org