arXiv · ML· Jianxin Jin, Kai Zhao, Shiyan Hu, Yang Shu, Peng Chen, Meng Wang, Zhongwen Rao, Yijie Li, Jing Wang, Bin Yang, Chenjuan Guo·· 5 小时前AI 评分27
EVOLVE: 基于不确定性感知的自适应原型记忆实现多变量时间序列异常预测
EVOLVE: Uncertainty-Aware Multivariate Time Series Anomaly Prediction with Adaptive Prototype Memories
AI 导读
EVOLVE框架提出通过变量和上下文条件化的扰动及不确定性感知未来推理，解决无监督多变量时间序列异常预测中历史到未来演化确定性问题。该框架利用自适应异常原型记忆动态更新和检索变量级相关扰动，并通过采样多个潜在历史状态估计未来异常风险。在六个真实世界基准数据集的实验证明，EVOLVE性能持续优于当前最先进的异常预测基线。
来源：arXiv · ML · arxiv.org