[控场AI]
模型Gfm4Mtsad框架

Gfm4Mtsad

一种面向多变量时序异常检测的图基座模型框架,通过SICA、MAPS、TGEC三个模块桥接连续时序信号与预训练图模型空间,实现可迁移的拓扑先验复用与可靠的窗口级异常判定

时间轴 (近 90 天)

11月5日

Gfm4Mtsad 框架试图用预训练图基座模型(GFM)解决多变量时序异常检测中无法复用先验知识的问题。

待验证50%
11月5日

SICA(Structure-and-Information Contract Alignment)模块由主成分子空间 token 投影、正常先验引导的图构建、以及残差恢复三部分组成,用于桥接连续时间序列与预训练 GFM 空间。

待验证50%
11月5日

MAPS(Mechanism-Aligned Pseudo-Anomaly Screening)策略在保留经验残差的前提下施加局部依赖断裂,从正常边界附近挑选困难负样本进行针对性监督。

待验证50%
11月5日

TGEC(Tail-Gated Evidence Calibration)机制用正常运行参考校准多粒度图响应,在保持良性评分排序的前提下精修尾部分布中的极端异常候选。

待验证50%
11月5日

论文使用两个 GFM 骨干网络进行评估,结果显示 Gfm4Mtsad 在检测性能上优于现有基线。

待验证50%
11月5日

素材未披露具体数据集、指标数值与对比方法的详细清单,因此只能给出定性结论。

待验证50%
11月5日

Gfm4Mtsad 的流程按 SICA(空间对齐)、MAPS(监督信号质量)、TGEC(输出聚合)三步分别对应适配流程的输入、训练与输出环节。

待验证50%

全部知识事实 (7)

来源文章