연구진이 잠재 SDE(Stochastic Differential Equations) 기반의 새로운 다변량 시계열 이상 감지(MTSAD) 방법을 제안했어요. 이 방법은 누락된 관측치와 불규칙 샘플링을 처리할 수 있으며, 주기적인 패턴도 자연스럽게 포착할 수 있어요. 6개의 벤치마크 데이터셋 실험 결과, 기존 방법보다 성능이 우수했어요.
제안된 방법은 데이터가 희소하더라도 안정적인 성능을 유지하는 반면, 기존 방법은 성능이 크게 저하되는 것을 확인했어요. 이는 잠재 SDE가 불규칙한 다변량 시계열 이상 감지에 적합한 구조적 편향이라는 것을 보여줘요.
산업 모니터링, 사이버 보안, 의료 등 다양한 분야에서 실시간 데이터의 이상 징후를 감지하는 데 활용될 수 있어요.