论文
通才表示，专业检测：用于时间序列异常检测的 TS-Router
Generalist Representation, Specialist Detection: TS-Router for Time-Series Anomaly Detection
摘要
时间序列异常检测（TSAD）很难在数据集中推广，因为异构时间动态意味着不同的正态性概念并支持不同的检测标准。虽然时间序列基础模型提供了可转移的表示，但将它们与固定的异常评分机制耦合可以忽略这种变化。这引发了对基于基础模型的 TSAD 的不同看法：使用基础模型来协调专门的异常标准，而不是直接强加通用标准。基于这个观点，我们提出了 TS-Router，一个通才表示、专家检测框架，它根据预训练的时间表示估计异构异常检测器的相对能力，并为每个目标系列选择合适的专家。为了避免依赖实际任务中的专家绩效标签，我们从专家在标记的模拟任务上的相对表现得出软能力监督。在部署时，路由不需要目标异常标签，并且只有选定的专家在无人监督的情况下安装在目标系列上。我们在代表性覆盖率和条件能力稳定性下限制了 Top-\(k\) 集合能力遗憾。在 16 个实际基准测试和四个补充评估指标中，TS-Router 获得了最佳的总体平均排名。使用多个冻结 TSFM 编码器的受控消融进一步支持使用预训练表示进行能力估计和自适应专家选择。该代码可在 https://anonymous.4open.science/r/TS-Router-D8FF. 获取