MORA：漂移鲁棒的时间序列异常检测框架

Xudong Mou 等作者发布论文提出 MORA，一个漂移鲁棒的时间序列异常检测（TSAD）框架。其做法是从配对的短期与长期视图重建同一局部目标，用重建差距衡量上下文对局部偏差的支持程度，并据此保守调整异常分数。 据论文称，该方法无需漂移标注或在线自适应，在四个 TSAD 基准上对非平稳性表现稳健，同时保持对真实异常的敏感性。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。