待验证50% 置信基准精确时间

在同一案例研究中，TRPCA 和基于 PCA 的异常检测器仅取得 0.69 或更低的宏观 F1 分数

1

来源数

50%

置信度

长期有效

时效性

2026/10/7

首次发现

来源

稀疏张量分解新方法：多元函数数据异常检测的突破

涉及实体

TRPCAconcept PCAconcept

相关事实

待验证F1 = 87.90 的评估集限定在 200 个最高频食材上，研究团队未给出长尾低频食材链接质量的独立评估数字67% 相似待验证该模型的F1分数为72%，数据存在严重的类别不平衡，比例为89:1166% 相似待验证微调后的DistilBERT在同分布测试中F1=0.9993，但在主题偏移下损失12.9个平均精度点，退化比线性模型的5.2点更严重66% 相似待验证iPSAE评分对Binder二分类预测的AUC仅为0.65，远低于可靠分类器水平64% 相似待验证PCA最小化重建误差等价于最大化投影后数据的总方差64% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/983452

API

curl https://kongchang.com/api/v1/knowledge/claims/983452

MCP

get_claim(id=983452)