近日，西北师范大学计算机科学与工程学院陈旺虎教授团队在时间序列异常检测研究方向取得重要进展，相关工作“PhysDiff: A Physically-Guided Diffusion Model for Multivariate Time Series Anomaly Detection”被人工智能与机器学习领域顶级国际会议 NeurIPS 2025 （CCF推荐A类会议）录用。陈旺虎教授为该论文的通信作者，硕士生研究生李龙为第一作者，硕士研究生张文成、袁适及管理学院郭宏乐老师也参与了研究，这是我院首篇被人工智能领域CCF推荐A类会议录用的论文，该研究得到了国家自然科学基金项目（62462059）的资助。

图1: NeurIPS官网公示陈旺虎教授团队被录用的论文

陈旺虎教授研究团队提出了创新方法PhysDiff，在复杂非平稳动态系统中实现了高精度的无监督多变量时间序列异常检测。该方法将物理引导的信号分解与扩散模型重构相结合，能够有效区分高频振荡与低频趋势，减少干扰并提升模型的可解释性。PhysDiff 通过引入幅值敏感的排列熵准则与时频能量路由机制，自适应地确定最优分解深度并优化异常定位表现。在五个公开基准数据集和两个 NeurIPS-TS 场景上的实验中，PhysDiff 在平均 F1-score 上较 18 种最新方法均取得显著提升，充分验证了物理建模与扩散生成机制结合在复杂动态系统异常检测中的优势。

图2：论文所提出的物理驱动的扩散模型框架

NeurIPS（Conference on Neural Information Processing Systems）始于1987年（原名NIPS），与 ICML、ICLR 并列为全球最具影响力的“机器学习三大顶会”。对深度学习及大语言模型产生了深远影响的AlexNet、注意力机制（Attention Is All You Need）、生成对抗网络（GAN）以及胶囊网络等工作均出自该会议。据 Google Scholar Metrics 统计，NeurIPS的 h5-index 为 371、h5-median 为 637，表现出卓越的学术影响力和严苛的评审标准。NeurIPS 2025将在2025年11月30日到12月2日于美国圣地亚哥（ San Diego,USA）举行，本次会议共有21, 575 篇主会投稿论文，其中 5290 篇被接收，接收率为24.52%。