在工业质检、安全监控等领域， 多类别无监督异常检测（Multi-class Unsupervised Anomaly Detection, MUAD） 一直是个极具挑战的课题。传统的做法通常是训练一个复杂的编码器-解码器模型，试图重建正常样本的特征。但你有没有想过，这种费时费力的“训练”过程，真的是必须的吗？

在石油天然气勘探中，岩石相识别是储层评价的核心环节之一。传统岩石识别依赖岩心观察与人工解释，存在效率低、主观性强的问题。本项目针对测井数据（自然伽马、自然电位、声波时差等），构建自动化机器学习系统，实现粉砂岩、砂岩、泥岩三类典型 ...