論文の概要: Fourier-KAN-Mamba: A Novel State-Space Equation Approach for Time-Series Anomaly Detection

• arxiv url: http://arxiv.org/abs/2511.15083v1
• Date: Wed, 19 Nov 2025 03:45:06 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-20 15:51:28.621228
• Title: Fourier-KAN-Mamba: A Novel State-Space Equation Approach for Time-Series Anomaly Detection
• Title（参考訳）: Fourier-KAN-Mamba: 時系列異常検出のための新しい状態空間方程式手法
• Authors: Xiancheng Wang, Lin Wang, Rui Wang, Zhibo Zhang, Minghang Zhao,
• Abstract要約: マンバをベースとした状態空間モデルは、ロングシーケンスモデリングにおいて顕著な効率性を示している。 本稿では,フーリエ層,コルモゴロフ・アルノルドネットワーク(KAN),マンバ選択状態空間モデルを統合するハイブリッドアーキテクチャを提案する。 提案手法は既存の最先端手法を著しく上回っている。
• 参考スコア（独自算出の注目度）: 12.167081924571951
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Time-series anomaly detection plays a critical role in numerous real-world applications, including industrial monitoring and fault diagnosis. Recently, Mamba-based state-space models have shown remarkable efficiency in long-sequence modeling. However, directly applying Mamba to anomaly detection tasks still faces challenges in capturing complex temporal patterns and nonlinear dynamics. In this paper, we propose Fourier-KAN-Mamba, a novel hybrid architecture that integrates Fourier layer, Kolmogorov-Arnold Networks (KAN), and Mamba selective state-space model. The Fourier layer extracts multi-scale frequency features, KAN enhances nonlinear representation capability, and a temporal gating control mechanism further improves the model's ability to distinguish normal and anomalous patterns. Extensive experiments on MSL, SMAP, and SWaT datasets demonstrate that our method significantly outperforms existing state-of-the-art approaches. Keywords: time-series anomaly detection, state-space model, Mamba, Fourier transform, Kolmogorov-Arnold Network
• Abstract（参考訳）: 時系列異常検出は、産業モニタリングや故障診断を含む多くの実世界の応用において重要な役割を果たす。 近年,マンバをベースとした状態空間モデルは,時系列モデリングにおいて顕著な効率性を示した。 しかしながら、マンバを異常検出タスクに直接適用することは、複雑な時間パターンと非線形ダイナミクスをキャプチャする際の課題に直面している。 本稿では,Fourier層,Kolmogorov-Arnold Networks(KAN),Mamba選択状態空間モデルを統合した新しいハイブリッドアーキテクチャであるFourier-KAN-Mambaを提案する。 フーリエ層は、マルチスケールの周波数特徴を抽出し、カンは非線形表現能力を強化し、テンポラルゲーティング制御機構により、通常のパターンと異常パターンを区別するモデルの能力をさらに向上する。 MSL、SMAP、SWaTデータセットの大規模な実験により、我々の手法は既存の最先端手法よりも大幅に優れていることが示された。 キーワード:時系列異常検出、状態空間モデル、マンバ、フーリエ変換、コルモゴロフ・アルノルドネットワーク

関連論文リスト

• CALM: A Framework for Continuous, Adaptive, and LLM-Mediated Anomaly Detection in Time-Series Streams [0.42970700836450476]
  本稿では,リアルタイム異常検出のための新しいエンドツーエンドフレームワークであるCALMを紹介する。 CALMはApache Beam分散処理フレームワーク上に構築されている。 クローズドループで連続的な微調整機構を実装し、異常検出モデルがほぼリアルタイムで進化するデータパターンに適応できるようにする。
  論文  参考訳（メタデータ） (2025-08-29T00:27:35Z)
• A Novel Spatiotemporal Correlation Anomaly Detection Method Based on Time-Frequency-Domain Feature Fusion and a Dynamic Graph Neural Network in Wireless Sensor Network [9.031267813814118]
  アテンションベースのトランスフォーマーは、長期依存を捕捉する能力により、無線センサネットワーク(WSN)のタイミング異常検出において重要な役割を担っている。 本稿では,周波数領域の特徴を動的グラフニューラルネットワーク(GNN)と統合したWSN異常検出手法を提案する。
  論文  参考訳（メタデータ） (2025-02-25T04:34:18Z)
• Mamba Adaptive Anomaly Transformer with association discrepancy for time series [5.924110046959179]
  時系列における異常検出は, 産業モニタリングや環境センシングに不可欠である。 既存の手法では、短期的な文脈に対する感受性や、ノイズの多い非定常環境における非効率性といった制限に直面している。 関連性モデリングと再構成品質を向上させる改良されたアーキテクチャであるMAATを紹介する。
  論文  参考訳（メタデータ） (2025-02-11T16:22:06Z)
• Oscillatory State-Space Models [61.923849241099184]
  長いシーケンスを効率的に学習するための線形状態空間モデル(LinOSS)を提案する。 高速な連想並列スキャンを用いて時間とともに統合された安定な離散化により、提案した状態空間モデルが得られる。 我々はLinOSSが普遍であること、すなわち時間変化関数間の連続および因果作用素写像を近似できることを示す。
  論文  参考訳（メタデータ） (2024-10-04T22:00:13Z)
• Graph Spatiotemporal Process for Multivariate Time Series Anomaly Detection with Missing Values [67.76168547245237]
  本稿では,グラフ時間過程と異常スコアラを用いて異常を検出するGST-Proという新しいフレームワークを提案する。 実験結果から,GST-Pro法は時系列データ中の異常を効果的に検出し,最先端の手法より優れていることがわかった。
  論文  参考訳（メタデータ） (2024-01-11T10:10:16Z)
• Learning Multi-Pattern Normalities in the Frequency Domain for Efficient Time Series Anomaly Detection [37.992737349167676]
  時系列異常検出のための周波数領域における多重正規パターン対応異常検出手法を提案する。 i) 統一モデルで多様な正規パターンを扱うのに優れたパターン抽出機構、(ii) 時間領域における短期異常を増幅し周波数領域における異常の再構築を妨げる双対的畳み込み機構、(iii) 周波数領域のスパーシリティと並列性を活用してモデル効率を向上させる。
  論文  参考訳（メタデータ） (2023-11-26T03:31:43Z)
• Correlation-aware Spatial-Temporal Graph Learning for Multivariate Time-series Anomaly Detection [67.60791405198063]
  時系列異常検出のための相関対応時空間グラフ学習(CST-GL)を提案する。 CST-GLは、多変量時系列相関学習モジュールを介してペアの相関を明示的にキャプチャする。 新規な異常スコアリング成分をCST-GLにさらに統合し、純粋に教師なしの方法で異常の度合いを推定する。
  論文  参考訳（メタデータ） (2023-07-17T11:04:27Z)
• Anomaly Detection of Time Series with Smoothness-Inducing Sequential Variational Auto-Encoder [59.69303945834122]
  Smoothness-Inducing Sequential Variational Auto-Encoder (SISVAE) モデルを提案する。 我々のモデルは、フレキシブルニューラルネットワークを用いて各タイムスタンプの平均と分散をパラメータ化する。 合成データセットと公開実世界のベンチマークの両方において,本モデルの有効性を示す。
  論文  参考訳（メタデータ） (2021-02-02T06:15:15Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。