ICLR 2025 | CATCH：基于频段通道感知的多变量时间序列异常检测框架

文章预览

多变量时间序列异常检测（MTSAD）旨在检测多变量时间序列中的异常数据。该技术被广泛应用于金融欺诈检测、疾病识别和网络安全威胁检测等领域。然而，现实中的多变量时间序列异常检测常面临挑战，传统方法难以检测复杂多样的异质子序列异常。 近日，来自华东师范大学和香港科技大学（广州）的研究团队提出了一种新型框架  CATCH，通过频域分块建模和通道感知机制，显著提升了多类型异常检测能力。研究团队在10个真实数据集和12个合成数据集上进行了广泛验证，CATCH 均展现出最优性能。这一创新成果为复杂场景下的异常检测提供了全新的解决方案。 【论文标题】 CATCH: Channel-Aware Multivariate Time Series Anomaly Detection via Frequency Patching 【论文地址】 https://arxiv.org/pdf/2410.12261 【论文源码】 https://github.com/decisionintelligence/CATCH 主要挑战 01、 细粒度 ………………………………