论文提出可解释的无监督多变量时序异常检测框架 OracleAD。
资讯摘要
论文提出 OracleAD，一个简单且可解释的无监督多变量时间序列异常检测框架。它将每个变量的历史序列编码为单一因果嵌入，联合预测当前点并重建输入窗口，再经自注意力投影到共享隐空间以建模变量间关系，并对齐到表示正常状态关系的稳定隐结构（SLS）。异常由预测误差与 SLS 偏离的双重评分识别，可在嵌入层面定位根因变量。作者报告其在多个真实数据集和评估协议上取得最优结果。
要点速读
- OracleAD 将每个变量的历史序列编码为单一因果嵌入，联合预测当前时间点并重建输入窗口。
- 嵌入经自注意力投影到共享隐空间，对齐到表示正常状态关系的稳定隐结构（SLS）。
- 采用预测误差与 SLS 偏离的双重评分，可在每个时间点及单个变量上做细粒度异常诊断并定位根因变量。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/23 08:00:11（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。