两篇新研究论文探讨了流数据中异常检测的有效性,特别是针对时间序列。第一篇论文《在流媒体世界中,你应该原地不动吗?》提出了一个大规模基准测试,比较了流式和静态方法,发现在现实场景中,静态方法通常优于流式方法。第二篇论文《流式异常检测在工业时间序列中发现(和遗漏)了什么》在真实的核电厂数据上评估了在线时间序列异常检测(TSAD)模型,并指出了在线TSAD的一致性以及集成策略的鲁棒性。 AI
影响 挑战了关于流式异常检测的假设,表明在许多工业时间序列场景中,静态方法可能更有效。
排序理由 两篇在arXiv上发表的学术论文,介绍了流式时间序列数据异常检测方法的基准研究和实际评估。
- alphaXiv
- arXiv
- arXivLabs
- CatalyzeX Code Finder for Papers
- Connected Papers
- CORE Recommender
- DagsHub
- Gotit.pub
- Hugging Face
- IArxiv Recommender
- Influence Flower
- Litmaps
- ScienceCast
- scite Smart Citations
- TSB-drift
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →