arXiv 机器学习· Dongchan Cho, Jiho Han, Juwon Hwang, Changhee Min, Minsang Kim, Namsoon Jung·· 2 小时前AI 评分34
面向无监督时间序列异常检测的多教师打分原则蒸馏
Distilling Multi-Teacher Scoring Principles for Unsupervised Time Series Anomaly Detection
AI 导读
研究团队提出无监督时间序列异常检测方法 AnoMix，利用排序蒸馏目标 CoRank 将异构教师模型的打分原则蒸馏至轻量级模型。在 7 个 benchmark 数据集上，参数量低于 80k params 的学生模型表现优于单个检测器与静态打分集成。其 zero-shot 变体可直接迁移至未见数据集，性能超越大型预训练时间序列基础模型。
来源：arXiv 机器学习 · arxiv.org