研究者提出RAMSAD检索式模型选择框架

1. 12:00
   arXiv cs.AI

   RAMSAD：基于相似度检索的时间序列异常检测模型选择框架

   研究者提出 RAMSAD，一种基于检索的模型选择框架，用于时间序列异常检测：给定新序列，它从历史实例知识库中检索 top-k 最相似序列，并迁移其性能画像中的检测器推荐。该方法在分布内（ID）设置下优于现有基线，在分布外（OOD）场景中最为稳健，仅选取少量检测器即可匹敌或超越运行全部检测器的集成方案，成本仅为后者一小部分。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。