SCAN mejora la detección de anomalías en series temporales basada en reconstrucción mediante la integración de agrupamiento multiescale centrado en el vecindario. Utiliza representaciones del centro del clúster para restringir la reconstrucción de patrones normales y deriva una puntuación de confianza de anomalía basada en la probabilidad de pertenencia al clúster, combinada con el error de reconstrucción. Experimentos extensos en conjuntos de datos reales muestran que SCAN alcanza un rendimiento de vanguardia.