arXiv cs.LG· Jianxin Jin, Kai Zhao, Shiyan Hu, Yang Shu, Peng Chen, Meng Wang, Zhongwen Rao, Yijie Li, Jing Wang, Bin Yang, Chenjuan Guo·· 7 天前AI 评分30
EVOLVE：基于自适应原型记忆的不确定性感知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 提出了一个面向无监督多变量时间序列异常预测的统一框架，通过变量与上下文条件扰动及不确定性感知推理来预测未来风险。该框架利用自适应异常原型记忆在变量级别动态更新并检索扰动，结合平滑与偏差放大演化假设解码未来轨迹，并以轨迹分歧度量化异常风险。在 6 个真实基准数据集上的实验表明，EVOLVE 持续超越现有 SOTA 基线。
来源：arXiv cs.LG · arxiv.org