时序异常检测领域相关方法的缺陷

首先，这是前言快讯模块，即新闻模块，我帮你迁到了开发调优

其次，不懂这些捏

okok，我觉得最近这块比较火，也勉强可以算前沿了

你的怀疑是对的，别碰时序预测，能换方向就赶紧换 ^-^

蛙趣，难顶，我在探索出路，不知道能否探索出来

要是在某个垂直领域，有物理约束和先验的倒是可以做做，通用的就是纯扯淡

倒也不是说全错。这个思路跟当前大模型一样全靠表象去猜，通过积累数量碰运气让神经网络自己产生这种，可能存在、可能不存在的内在规律。这就是时序模型。当然假如真抽卡抽出有实际可用的规律的模型了，也没法直接用到别的领域。

你要是能在某个流程的数值中找到一定的规律，规划到模型里，那跟时序模型也没什么太大关系了，可以直接做成实际算法了。

万分之一的人在研究范式

百分之一的人在研究架构

剩下的在研究过拟合工程

但是大模型输入的知识非常全面，去拟合嘛没有问题。但是时序预测什么的纯只有表象信息，大环境，人的情绪，天气状况，领域知识都不知道，我感觉预训练时候的输入就不全，所以这是纯靠历史去猜未来，而不是拟合

对的，我也觉得需要这么搞才行，但很多论文都往通用领域去搞了

应该只能通过数据的趋势、异常、边界检测一下，减少工艺专家的工作量，还是要靠人工来处理的吧

难顶，在当前范式下的时序异常检测已经是一片红海了，想突破真是难，说实话我复现了一些a会方法，好多用一些可以理解为数据泄露的方法达成sota，真是无奈了