arXiv · AI· Zhijie Zhong, Zhiwen Yu, Kaixiang Yang, Yongheng Liu, Jun Jiang, C. L. Philip Chen·· 8 小时前AI 评分22
STAND：时序异常检测中监督范式优于复杂无监督模型的实证研究
Rethinking the Unsupervised Paradigm in Time Series Anomaly Detection: An Empirical Study and Minimalist Baseline
AI 导读
极简监督模型STAND在五个基准数据集上表现优于复杂无监督替代方案。 该模型基于双向递归编码，在严格样本外时间协议下验证了监督信号的价值。 研究结果表明，利用历史事件标注比单纯增加无监督架构复杂度更具成本效益。
来源：arXiv · AI · arxiv.org