EVOLVE提出不确定性感知的多变量时间序列异常预测框架

2026年10月26日，arXiv发布EVOLVE框架论文。该框架通过变量和上下文条件化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难题。 EVOLVE利用自适应异常原型记忆，动态更新并检索变量级相关扰动。通过采样多个潜在历史状态来估计未来异常风险，为复杂系统的主动干预提供预警信号。 在六个真实世界基准数据集上的实验显示，EVOLVE性能持续优于当前最先进的异常预测基线。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。