子序列异质性对比学习

无需复杂架构

子序列异质性为时间序列异常检测提供了自然的判别准则，避免了复杂的对比机制和专用模型设计。

Zhibin, Zhang · 张小洪 · 李强 · Chun, Huang · Tao, Yin · 鄢萌

Information Sciences 2026

技术优势

无需复杂架构

以子序列异质性作为自然判别准则，不再依赖复杂对比机制和专用模型设计。

成本更低

采用线性复杂度的时间层次掩码策略，在八个数据集上取得最先进性能的同时，减少时间和资源消耗。

即插即用

可与不同神经网络结合实现异常检测，灵活适用于多样场景。

应用场景

• 工业设备异常检测：无需复杂架构，直接部署在设备时序数据上发现异常。
• 传感器时序分析：利用固定间隔采样子序列差异分析传感器数据。
• 机器人状态监控：检测机器人运行模式中的异常变化。
• 工业机器人故障检测：区分正常与异常模式以定位机器人故障。