动态分布鲁棒
通过对潜在子域的迭代探索，该框架让时间序列模型在动态分布上同时实现可靠异常检测与稳定泛化。
Lu, Wang · Wang, Jindong · Sun, Xinwei · Yiqiang, Chen · 季向阳 · Yang, Qiang · Xing, Xie
IEEE Transactions on Pattern Analysis and Machine Intelligence 2024
框架不依赖显式域信息作为先验，而是通过迭代过程自动发现并利用最具挑战性的潜在子域，从而学习到对分布偏移更鲁棒的表示。
在七个数据集、多种 OOD 设置下，Diversify 的检测与泛化性能均显著优于现有基线方法，验证了其有效性和通用性。