arXiv cs.AI· Dongchan Cho, Jiho Han, Juwon Hwang, Changhee Min, Minsang Kim, Namsoon Jung·· 2 小时前AI 评分37
AnoMix：面向无监督时间序列异常检测的多教师评分原则蒸馏
Distilling Multi-Teacher Scoring Principles for Unsupervised Time Series Anomaly Detection
AI 导读
AnoMix 将多个异构教师检测器的评分原则蒸馏进单个轻量学生模型，用于无监督时间序列异常检测。它通过对教师分数序列独立归一化，并用多教师排序蒸馏目标 CoRank 将分数差转为成对监督。在七个基准数据集上，参数量低于 80k 的学生模型优于单个检测器和静态分数集成；零样本变体还能迁移到未见数据集，并超越大型预训练时序基础模型。
来源：arXiv cs.AI · arxiv.org