Rilevamento Adattivo di Anomalie Conformi per il Monitoraggio di Serie Temporali

È stato introdotto un nuovo metodo per il rilevamento post-hoc adattivo di anomalie conformi nel monitoraggio di serie temporali, che utilizza modelli foundation pre-addestrati senza necessità di fine-tuning. Questo approccio genera punteggi di anomalia interpretabili presentati come p-value, facilitando un processo decisionale trasparente. Impiegando limiti di previsione conformi quantili ponderati, apprende parametri di ponderazione ottimali dalle previsioni storiche, consentendo una calibrazione efficace in presenza di cambiamenti di distribuzione e mantenendo tassi di falso allarme stabili con garanzie out-of-sample. Come soluzione agnostica rispetto al modello, si integra perfettamente con i modelli foundation, consentendo un'implementazione rapida in ambienti con risorse limitate. Questa innovazione affronta sfide industriali come dati insufficienti, carenza di competenze di formazione e la richiesta di inferenza tempestiva.