OneShot用单个异常为检测器池加权
热点事件持续更新
OneShot用单个异常为检测器池加权
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
研究者提出时间序列异常检测方法 ONESHOT：用单个已确认异常为整个检测器池加权，而不是从池中挑选单一检测器。作者称，在 152 个单变量和 73 个多变量序列上，ONESHOT 优于最强单一检测器、全池平均，也优于在已确认事件上挑选最佳检测器的做法。代码已开源。
AI 根据报道生成 · 1 小时前更新
最新进展10月15日 12:00
OneShot：面向时间序列异常检测的标签高效检测器加权方法报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv cs.AIOneShot：面向时间序列异常检测的标签高效检测器加权方法
针对时间序列异常检测缺乏通用检测器的问题，研究者提出 ONESHOT，用单个已确认异常为整个检测器池加权，而非从中挑选单一检测器。在 152 个单变量和 73 个多变量序列上，ONESHOT 优于最强单一检测器、全池平均，甚至优于在已确认事件上挑选最佳检测器的做法。代码已开源。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。