发表机构
Centre de Recherche en Informatique, Mines Paris, PSL University（巴黎矿业大学计算机研究中心，巴黎文理研究大学）
机构由 AI 辅助整理，请以论文原文为准。AI 中文总结
本研究提出一个简单统计管道用于单变量时间序列异常检测，通过LLM生成特征池，在TSB-AD-U上达到0.588的VUS-PR，匹配最佳神经方法，证明候选池质量比搜索策略更重要。
AI 中文摘要
我们研究在严格的选择协议下，一个简单的统计管道在单变量时间序列异常检测上能走多远。该方法提取滑动窗口上的少量统计量，使用转导稳健（MAD）模型对每个窗口进行评分，并在留出的调优分割上按领域选择特征子集。在TSB-AD-U上，它达到了每序列VUS-PR 0.529，高于公开排行榜上最佳的神经（0.45）和统计（0.44）条目，并且与最强的预训练基础模型（其中几个使用比我们更多的监督）相差0.06以内。消融实验定位了原因：在三种选择策略和事后神谕之间，分数移动了0.031；在聚合网格上移动了0.096；而改变候选池则移动了0.226。候选池设定了上限；对其的搜索是次要的。因此，我们通过提示多模态LLM使用该领域的上下文示例窗口，为每个领域生成一个池。生成的池在匹配选择下与手工制作的池相匹配，并且两者覆盖不同的领域：在它们的并集上进行选择，在所有十二个生成器-种子对中改善了生成的池，并将管道提升到0.588，与排行榜上最佳条目的性能相匹配。
英文摘要
We study how far a simple statistical pipeline can go on univariate time series anomaly detection under a strict selection protocol. The method extracts a small pool of statistics over sliding windows, scores each window with a transductive robust (MAD) model, and selects a feature subset per domain on a held-out tuning split. On TSB-AD-U it reaches $0.529$ per-series VUS-PR, above the best neural ($0.45$) and statistical ($0.44$) entries on the public leaderboard and within $0.06$ of the strongest pretrained foundation model, several of which use more supervision than ours. Ablations locate the cause: across three selection strategies and a hindsight oracle the score moves by $0.031$, and across the aggregation grid by $0.096$, while changing the candidate pool moves it by $0.226$. The candidate pool sets the ceiling; the search over it is second-order. We therefore generate a pool per domain by prompting a multimodal LLM with in-context example windows from that domain. The generated pools match the hand-crafted one under matched selection, and the two cover different domains: selecting over their union improves on the generated pool in all twelve generator-seed pairs and lifts the pipeline to $0.588$, matching the performance of the best entry on the leaderboard.
