VACE：用几何结构化表示做时间序列异常检测

Alberto D. Cencillo 等作者提出并发布 VACE（Velocity-Aligned Channel Embeddings），一种自监督多变量时间序列异常检测方法。该方法通过速度一致性目标训练通道感知编码器，将正常样本表示为嵌入空间中局部平滑、方向一致的轨迹，无需负样本和合成异常。 据作者描述，VACE 把“正常性”建模为嵌入空间中的轨迹几何，而非依赖对比负样本或人工合成异常来学习边界。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。