AAAIDec, 2022
MHCCL: 遮盖分层聚类对比学习用于多变量时间序列
MHCCL: Masked Hierarchical Cluster-Wise Contrastive Learning for Multivariate Time Series
Qianwen Meng, Hangwei Qian, Yong Liu, Lizhen Cui, Yonghui Xu...
TL;DR本文提出了一种基于遮盖的分层聚类对比学习模型(MHCCL),该模型利用多个潜在分区的分层结构中获得的语义信息用于多元时间序列的表示学习,通过新颖的向下遮罩策略过滤假负面、补充正面,进一步结合了聚类层次结构的多粒度信息,设计了新颖的向上遮罩策略以优化聚类元数据。实验结果表明,MHCCL 模型在七个广泛使用的时间序列数据集上比现有的无监督时间序列表示学习方法表现更卓越。