报告题目：工业时序异常检测

报告所属学科：管理科学与工程

报告人：张晨（清华大学）

报告时间：2026年10月15日 09:00-12:00

报告地点：经管学院702室

报告摘要：

随着智能计算系统、通信网络和工业基础设施规模的持续扩大，时间序列异常检测已成为保障系统可靠运行的关键技术。然而，真实场景中的异常检测面临标注稀缺、异常类型复杂、数据分布漂移以及检测结果难以解释等挑战，对检测方法的泛化能力、适应性与可解释性提出了更高要求。本报告将围绕工业时序异常检测，介绍以下几个方面的研究探索：面向无监督跨域自适应的异常检测、基于基础模型的零样本异常检测、大规模时序异常数据合成、基于大语言模型的异常解释，以及融合视觉与文本信息的多模态异常检测。

报告人简介：

张晨，清华大学工业工程系长聘副教授，研究方向为基于人工智能与统计学方法的工业数据分析与异常检测，在IISE Transactions, TPAMI, TKDE, IJOC期刊等，以及 ICML, NIPS, ICLR会议等发表论文70余篇，获教育部科学技术二等奖，IISE最佳论文奖，美国质量协会Brumbaugh奖等。现任Technometrics, IISE, Informs Journal on Data Science, TASE 副编辑。