Neue Fourier‑KAN‑Mamba‑Architektur revolutioniert Zeitreihen‑Anomalieerkennung

In einer kürzlich veröffentlichten Studie auf arXiv wird die Fourier‑KAN‑Mamba vorgestellt, ein neuartiges Modell für die Erkennung von Anomalien in Zeitreihen. Das System kombiniert einen Fourier‑Layer, der Frequenzmerkmale auf mehreren Skalen extrahiert, mit Kolmogorov‑Arnold‑Netzwerken (KAN), die die nichtlineare Repräsentationsfähigkeit erhöhen, und einem selektiven Mamba‑State‑Space‑Modell. Zusätzlich sorgt ein zeitliches Gating‑Control‑Mechanismus dafür, dass das Modell normalere Muster besser von Anomalien unterscheiden kann.

Die Autoren haben die Methode auf den Datensätzen MSL, SMAP und SWaT getestet und konnten zeigen, dass Fourier‑KAN‑Mamba die Leistung bestehender Ansätze deutlich übertrifft. Damit bietet die neue Architektur einen vielversprechenden Ansatz für die Überwachung industrieller Prozesse und die Fehlerdiagnose in komplexen Systemen.