論文の概要: PRISM: Powerful Time Series to Image (TS2I) Representations for Multivariate Anomaly Detection
- arxiv url: http://arxiv.org/abs/2608.03926v1
- Date: Tue, 04 Aug 2026 16:59:28 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-05 15:30:23.287323
- Title: PRISM: Powerful Time Series to Image (TS2I) Representations for Multivariate Anomaly Detection
- Title（参考訳）: PRISM:多変量異常検出のための高出力時系列画像(TS2I)表現
- Abstract要約: 時系列異常検出(TSAD)は、予測保守、ファイナンス、クラウドコンピューティングのアプリケーションを支える。
画像ベース表現の体系的構築と評価を可能にするプラグイン・アンド・プレイ型メタワークフローであるPRISMを紹介する。
我々は、チャネル化を批判的かつ以前に検討された設計次元として認識し、新しい統計ベースのスキームであるMSMを紹介する。
- 参考スコア（独自算出の注目度）: 5.928475904390119
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Time series anomaly detection (TSAD) underpins applications in predictive maintenance, finance, and cloud computing, however performance remains sensitive to representation choices, especially in multivariate settings. While transforming time series into images has shown success in forecasting and classification, it remains unclear how multivariate, high-dimensional series should be mapped to multi-channel images and whether vision backbones can match time-domain baselines in TSAD. We introduce PRISM, a plug-and-play meta-workflow enabling systematic construction and evaluation of image-based representations for multivariate TSAD. Our evaluation spanning over 7,000 experiments shows that well-designed PRISM configurations are competitive with 24 time-domain baselines, achieving the best VUS-PR on 10 of 14 datasets, with an average improvement of 41% over the best competing method on those datasets. Further, we identify channelization - how the channel dimension of multi-channel images is constructed - as a critical and previously understudied design dimension, and introduce MSM, a novel statistics-based scheme achieving 11-27% gains over PCA-based alternatives. Finally, ImageNet-pretrained encoders transfer effectively to TSAD, with frozen encoders retaining 92% of fine-tuned performance while training 1.8 times faster. Our code is available at: https://github.com/Smendowski/PRISM.
- Abstract（参考訳）: 時系列異常検出(TSAD)は、予測保守、ファイナンス、クラウドコンピューティングのアプリケーションを支えるが、パフォーマンスは、特に多変量設定において、表現の選択に敏感である。
時系列を画像に変換することは、予測や分類に成功しているが、多変量高次元の系列がマルチチャネル画像にどのようにマッピングされるべきか、またビジョンバックボーンがTSADの時間領域ベースラインと一致するかどうかは不明だ。
多変量TSADのための画像ベース表現の体系的構築と評価を可能にするプラグイン・アンド・プレイ型メタワークフローであるPRISMを紹介する。
7000以上の実験で評価したところ、よく設計されたPRISM構成は24の時間領域ベースラインと競合し、14のデータセットのうち10のデータセットで最高のVUS-PRを達成し、それらのデータセット上で最高の競合メソッドよりも平均41%改善した。
さらに,マルチチャネル画像のチャネル次元を,批判的かつこれまで検討されてきた設計次元として定義し,PCAベースの代替よりも11～27%向上する新しい統計ベースのスキームであるMSMを導入する。
最後に、ImageNetで事前トレーニングされたエンコーダはTSADに効果的に転送され、冷凍エンコーダは1.8倍高速で微調整されたパフォーマンスの92%を維持している。
私たちのコードは、https://github.com/Smendowski/PRISM.comで利用可能です。
関連論文リスト
- Multi-Image Visual Token Pruning in Large Visual Language Models [54.54306404596005]
本稿では,多種多様な視覚言語モデル(LVLM)に適用可能な,トレーニングフリーで適応型ビジュアルトーケンプルーニング(AVTP)フレームワークを提案する。
種々のLVLMにおける視覚的注意分布の実験的解析に基づいて,プルーニング層を戦略的に決定する。
AVTPの有効性とロバスト性を示すため,様々なLVLMに対して広範囲にわたる実験を行った。
論文 参考訳（メタデータ） (2026-08-27T08:45:16Z) - TempRet: Temporal Enhancement and Two-Stage Reranking for CVPR 2026 EPIC-KITCHENS-100 Multi-Instance Retrieval Challenge [71.10535279591527]
我々は,CVPR 2026 EPIC-KITCHENS-100 MIRチャレンジに対して,TempRetと呼ばれるソリューションを提示する。
当社のアプローチは,CLIPベースのデュアルエンコーダのバックボーン上に構築されており,時間的および横断的な課題に対処するための2つの重要なコンポーネントを導入している。
EK-100 MIRベンチマークでは,平均mAPは67.97%,平均nDCGは82.92%であった。
論文 参考訳（メタデータ） (2026-05-23T08:37:39Z) - MSNet and LS-Net: Scalable Multi-Scale Multi-Representation Networks for Time Series Classification [0.6780086370528623]
時系列分類(TSC)のパフォーマンスは、アーキテクチャ設計だけでなく、入力表現の多様性にも依存する。
構造化多表現入力を体系的に統合するスケーラブルなマルチスケール畳み込みフレームワークを提案する。
我々は、ロバスト性とキャリブレーションに最適化された階層型マルチスケール畳み込みネットワークであるMSNetと、効率を意識したデプロイメント用に設計された軽量なLS-Netの2つのアーキテクチャを紹介する。
論文 参考訳（メタデータ） (2026-03-14T11:51:01Z) - Pixel-Wise Multimodal Contrastive Learning for Remote Sensing Images [3.346542738111468]
衛星画像からの視覚特性の変動を符号化するために,ピクセルワイズ2次元(2次元)表現を利用する新しい手法を提案する。
PIMC(PIxel-wise Multimodal Contrastive)も導入した。
実験結果から,2次元表現を用いることで,SITSからの特徴抽出が大幅に向上することが示唆された。
論文 参考訳（メタデータ） (2026-01-07T17:41:11Z) - VisionTS++: Cross-Modal Time Series Foundation Model with Continual Pre-trained Vision Backbones [35.2847156993469]
VisonTS++は、大規模時系列上でのビジョンモデルの継続的な事前トレーニングに基づくTSFMである。
提案手法は,視覚モデルに基づくフィルタリング,色付き多変量変換,マルチクアンタイル予測という3つの重要なイノベーションを導入している。
実験により、VisionTS++は分布内および分布外予測の両方で最先端のパフォーマンスを達成することが示された。
論文 参考訳（メタデータ） (2025-08-06T12:17:09Z) - Cross-Domain Few-Shot Semantic Segmentation via Doubly Matching Transformation [26.788260801305974]
Cross-Domain Few-shot Semantic (CD-FSS)は、いくつかのラベル付きイメージで異なるドメインからクラスをセグメントできる一般化モデルのトレーニングを目的としている。
従来の研究は、CD-FSSに対処する際の特徴変換の有効性を証明してきた。
本稿では、この問題を解決するために、DMTNet(Doubly Matching Transformation-based Network)を提案する。
論文 参考訳（メタデータ） (2024-05-24T06:47:43Z) - Efficient Visual State Space Model for Image Deblurring [99.54894198086852]
畳み込みニューラルネットワーク(CNN)とビジョントランスフォーマー(ViT)は、画像復元において優れた性能を発揮している。
本稿では,画像のデブロアに対する簡易かつ効果的な視覚状態空間モデル(EVSSM)を提案する。
提案したEVSSMは、ベンチマークデータセットや実世界の画像に対する最先端の手法に対して好意的に機能する。
論文 参考訳（メタデータ） (2024-05-23T09:13:36Z) - UMMAFormer: A Universal Multimodal-adaptive Transformer Framework for
Temporal Forgery Localization [16.963092523737593]
本稿では,時間的フォージェリー・ローカライゼーション(TFL)のための新しいフレームワークを提案し,マルチモーダル適応によるフォルジェリー・セグメントの予測を行う。
提案手法は,Lav-DF,TVIL,Psyndなど,ベンチマークデータセットの最先端性能を実現する。
論文 参考訳（メタデータ） (2023-08-28T08:20:30Z) - SatMAE: Pre-training Transformers for Temporal and Multi-Spectral
Satellite Imagery [74.82821342249039]
Masked Autoencoder(MAE)に基づく時間・マルチスペクトル衛星画像の事前学習フレームワークであるSatMAEについて述べる。
時間的情報を活用するために、時間にわたって画像パッチを個別にマスキングする時間的埋め込みを含む。
論文 参考訳（メタデータ） (2022-07-17T01:35:29Z) - Corrupted Image Modeling for Self-Supervised Visual Pre-Training [103.99311611776697]
自己教師型視覚前訓練のためのCIM(Corrupted Image Modeling)を提案する。
CIMは、小さなトレーニング可能なBEiTを備えた補助発電機を使用して、人工マスクトークンを使用する代わりに入力イメージを破損させる。
事前トレーニング後、エンハンサーは下流タスク用の高容量ビジュアルエンコーダとして使用できる。
論文 参考訳（メタデータ） (2022-02-07T17:59:04Z) - Multi-dataset Pretraining: A Unified Model for Semantic Segmentation [97.61605021985062]
我々は、異なるデータセットの断片化アノテーションを最大限に活用するために、マルチデータセット事前訓練と呼ばれる統合フレームワークを提案する。
これは、複数のデータセットに対して提案されたピクセルからプロトタイプへのコントラスト損失を通じてネットワークを事前トレーニングすることで実現される。
異なるデータセットからの画像とクラス間の関係をより良くモデル化するために、クロスデータセットの混合によりピクセルレベルの埋め込みを拡張する。
論文 参考訳（メタデータ） (2021-06-08T06:13:11Z)
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。