TSAD-Forge
시계열 이상탐지(TSAD)의 세대별 기법을 동일 프로토콜로 재현·평가하는 벤치마크 + 학습 생태계.
git clone https://github.com/Denny-Hwang/TSAD-Forge.git && cd TSAD-Forge
pip install -e ".[dev]"
tsad-forge run --model dummy --data synthetic
- Learn — 신규 학습자용 이론 트랙 ch01–ch10 (한국어) + 대응 노트북
- Leaderboard — VUS-PR 주지표, 인터랙티브 차트 8종
- Datasets — 데이터셋 카드: 출처·라이선스·알려진 결함
세대(Generation) 분류
| 세대 | 시기 | 대표 기법 |
|---|---|---|
| Gen1 Statistical | 1930s–2000s | CUSUM, EWMA, Hotelling T², PCA-T²/SPE, Sub-PCA, STL, POLY |
| Gen2 Classical ML | 2000–2016 | LOF, OC-SVM, IForest, KNN, Sub-KNN, Matrix Profile |
| Gen3 DL Recon/Forecast | 2015–2020 | AE, LSTM-AD/P, VAE(Donut), DAGMM, OmniAnomaly, USAD |
| Gen4 Graph/Transformer | 2020–2023 | GDN, MTAD-GAT, Anomaly Transformer, TranAD, DCdetector, TimesNet |
| Gen5 SSM/Foundation | 2023– | MambaTSAD(faithful/fixed), MOMENT, Chronos, TimesFM 2.5 / 3.0 (다변량 · 채널독립 · 확률) |
평가 방법론이 먼저다
point adjustment(PA)는 random score조차 SOTA로 만듭니다 (Kim et al., AAAI 2022).
이 저장소의 주지표는 VUS-PR이며, PA-F1은 --legacy-pa 플래그+경고로만
제공됩니다. 왜 그런지 ch07에서 직접 재현해 보세요.