我院机器学习与计算智能课题组在时间序列异常检测方面取得重要进展

2025-1-24

近日，我院机器学习与计算智能课题组在时间序列异常检测方面取得重要进展，相关工作“Learn hybrid prototypes for multivariate time series anomaly detection”以河北大学第一单位发表在国际人工智能领域顶级会议ICLR 2025。我院2023级硕士生申克远为论文第一作者，李纯果副教授为该论文的通讯作者。ICLR全称为International Conference on Learning Representations，是中国人工智能学会推荐国际学术会议A类会议。

该工作对时间序列异常检测中重构方法的过度泛化问题进行了探索，提出一种混合原型重构框架H-PAD。该框架在不同的特征空间中学习patch原型和周期原型，结合两种原型对时间序列进行重构，根据重构误差进行异常检测。实验结果表明，H-PAD不仅提高了异常检测的精准度，还可以检测多种类型的异常。该研究为时间序列异常检测提供了一种新的框架结构和研究思路。