arXiv 机器学习· Zhijie Zhong, Zhiwen Yu, Pengyu Li, Liujian Zhang, Qiaoli Ni, Jiang Jun, Jianming Lv, Kaixiang Yang, C. L. Philip Chen·· 7 小时前AI 评分35
时间序列异常检测的未来：从历史回顾到统一展望
Future of Time Series Anomaly Detection: From Historical Review to Unified Outlook
AI 导读
最新综述系统梳理了时间序列异常检测（TSAD）的现代进展，全面覆盖扩散模型、状态空间模型及 LLM 等新兴架构。研究建立了细化的异常分类体系与架构范式，系统评估了评测指标保真度，并配套开源了涵盖算法、数据集与评估工具的基准库。论文还指出了动态阈值、模型可解释性、零样本迁移、多模态对齐及时间序列基础模型等前沿挑战。
来源：arXiv 机器学习 · arxiv.org