论文速递|Graph-MoE模型让多元时间序列异常检测更精准
在工业物联网和智能运维领域,多元时间序列数据(如服务器传感器数据、设备运行状态)的异常检测至关重要。传统的异常检测方法往往难以捕捉变量间的复杂依赖关系,导致漏检或误检。近日,中国科学技术大学团队提出Graph-MoE模型,结合图神经网络与混合专家框架,在多个公
在工业物联网和智能运维领域,多元时间序列数据(如服务器传感器数据、设备运行状态)的异常检测至关重要。传统的异常检测方法往往难以捕捉变量间的复杂依赖关系,导致漏检或误检。近日,中国科学技术大学团队提出Graph-MoE模型,结合图神经网络与混合专家框架,在多个公
在工业物联网和智能运维领域,多元时间序列数据(如服务器传感器数据、设备运行状态)的异常检测至关重要。传统的异常检测方法往往难以捕捉变量间的复杂依赖关系,导致漏检或误检。近日,中国科学技术大学团队提出Graph-MoE模型,结合图神经网络与混合专家框架,在多个公