AnoMix：多教师蒸馏的无监督时间序列异常检测

Dongchan Cho 等作者提出无监督时间序列异常检测方法 AnoMix：从冻结教师检测器在训练集上的异常分数中提取弱成对监督，再用多教师排序蒸馏目标 CoRank，把多个异构教师的评分原则蒸馏进单个轻量学生检测器。 作者称，在七个基准数据集上，参数不足 80k 的学生模型超过了单个检测器和静态分数集成；其零样本变体显示蒸馏出的排序信号可迁移到未见数据集，并在异常检测上优于大型预训练时间序列基础模型。

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。