实体
Alberto D. Cencillo
Alberto D. Cencillo
PulseAugur coverage of Alberto D. Cencillo — every cluster mentioning Alberto D. Cencillo across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
2 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
CNN模型改进散裂中子源的异常检测
研究人员开发了一种轻量级卷积神经网络（CNN）模型，用于散裂中子源（SNS）的高压转换器调制器的异常检测。这种新方法旨在通过识别系统中传感器数据的故障前兆来减少停机时间。该模型的架构仔细排序了时间滤波和跨通道混合，实现了0.816的池化AUC-PR和0.934的AUC-ROC，在大多数子系统和故障类型上优于现有方法。
-
VACE方法通过几何表征改进时间序列异常检测
研究人员推出了一种新颖的自监督方法VACE，用于检测多元时间序列数据中的异常。VACE代表速度对齐通道嵌入（Velocity-Aligned Channel Embeddings），专注于学习正常数据行为的几何结构化表征。与以往的对比学习方法不同，VACE使用速度一致性目标且无需负样本，确保正常轨迹在嵌入空间中平滑且方向一致。通过识别偏离既定常态的情况，这种方法可以实现更精确的异常检测，并在TSB-AD-M基准测试中取得了最先进的成果。