检测异常更快更准
采用多尺度因果卷积增强局部特征，通过生成式预测与块循环策略在提升精度的同时大幅降低复杂度，适用于古建筑结构异常检测。
Wu, Yuhan · 董亚波 · Wentao, Zhu · Junru, Zhang · Shijie, Liu · 鲁东明 · Nan, Zeng · Yinhui, Li
Engineering Applications of Artificial Intelligence 2023
多尺度因果卷积能够同时捕捉不同时间尺度上的短期波动和长期趋势，从而增强模型对局部时序模式的表征能力。
生成式预测直接输出未来序列的多步预测，避免了自回归式逐点预测中的误差逐步放大问题，提高了长期预测精度。
块循环预测策略将时间和空间复杂度都降低到 O(k²)，从而加快推理速度，使模型更适合实时在线监测。