時系列異常検知とは，時系列データから通常とは異なる変化を見つけ出す問題である．近年，この分野では基盤モデルの優位性が報告されていたが，評価方法の欠陥が指摘され，単純な手法の有効性が再評価されている．加えて，範囲検索を高速に処理する軽量データ構造が提案されており，これを用いれば高速かつ省メモリな異常検知法が実現できる可能性がある．
本研究ではこれらの知見に基づき，時系列データの範囲検索を用いた異常検知法を提案する．TSB-ADを用いた32個の異常検知法との比較評価では，提案手法は7位を記録し，データごとの最適パラメータ設定における性能は，本手法のさらなる進歩の可能性を示唆している．