arXiv · Machine Learning· Kadir-Kaan \"Ozer, Ren\'e Ebeling, Markus Enzweiler·· 8 小时前AI 评分37
ExCal：通过超额校准实现无需优化的多变量时间序列异常检测
ExCal: Optimization-Free Multivariate Time Series Anomaly Detection via Excess Calibration
AI 导读
ExCal提出一种无需梯度优化或异常标签的多变量时间序列异常检测方法，在TSB-AD-M评测中位列24种方法第二。其在17个家族的180条序列上取得AUC-PR 0.421±0.37、VUS-PR 0.452±0.37（3个种子）。Holm校正检验显示，ExCal与AxonAD、StreamVAE差异不显著，但显著优于其余21个基线；推理依赖完整评分序列，属于批处理、传导式而非在线。
来源：arXiv · Machine Learning · arxiv.org