MORA提升时间序列异常检测的漂移鲁棒性

Xudong Mou等提出MORA，用短时与长时视图重建同一局部目标，并以重建差距衡量其上下文支持度；数据相关校正机制可保守调整异常分数，无需漂移标注或在线适应。 基于arXiv论文摘要，MORA在四个时间序列异常检测基准上的实验显示，其对非平稳性具有较强鲁棒性，同时保持对真实异常的敏感度；目前材料未提供具体基线、量化结果或独立复现证据。

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。