sintel-dev/Orion

Unsupervised time series anomaly detection library

What it solves

Orion 旨在无需标记的训练集即可识别时序数据中的稀有模式和异常。它提供了一套经过验证的机器学习流水线，自动标记异常信号，供专家审查。

How it works

该库实现了多种无监督学习架构来检测异常。它提供了多个“已验证”的流水线，包括基于生成对抗网络（GAN）、自编码器（Dense、VAE、LSTM）以及其他专用方法如 AER（Auto‑Encoder with Regression）和 Matrix Profile。用户可以对训练数据调用 fit 来训练流水线，然后使用 detect 方法在新输入信号中识别异常，返回每个检测事件的开始、结束时间及严重程度。

Who it’s for

本工具面向需要监控时序信号并使用多种最先进的无监督机器学习模型自动检测离群点或稀有事件的数据科学家和研究人员。

Highlights

  • Multiple Pipeline Options: 包含 TadGAN、AER、AnomalyTransformer 等多种模型。
  • Automated ML Tools: 基于 MIT Data to AI Lab 的自动机器学习工具构建。
  • Benchmarked Performance: 在 12 个不同数据集上保持与基线（ARIMA）比较的排行榜。
  • Simple API: 提供简洁的 fit 与 detect 工作流，便于快速部署。