Мы предлагаем генеративный метод с использованием латентных СДЭ для обнаружения аномалий в редких и нерегулярных многомерных временных рядах. Подход проецирует наблюдаемые данные на непрерывные стохастические системы, обеспечивая обработку пропущенных значений и нерегулярного отбора, при этом сохраняя циклические паттерны. Эксперименты на шести базовых наборах данных показывают, что наш метод достигает наилучших результатов, превосходя существующие базовые методы, особенно при высокой редкости данных.