May, 2024

解开秘密：掩盖策略如何塑造时间序列插补

PDF
TL;DR本研究探讨不同的遮蔽策略对时间序列插补模型的影响，评估了预遮蔽与 mini-batch 中的遮蔽、标准化时机以及增强人工缺失和叠加人工缺失之间的选择对插补准确性的影响。使用三个不同的数据集，我们对 11 个插补模型进行了基准测试，其中包含不同的缺失率。我们的结果表明，遮蔽策略显著影响插补准确性，揭示了更复杂和数据驱动的遮蔽设计对于稳健的模型评估至关重要。我们倡导改进的实验设计和全面披露，以更好地模拟现实世界的模式，增强插补模型的实际适用性。
发现论文，激发创造
  • 时间序列健康数据深度填补缺失值：综述与基准评估

    本文以五个时间序列健康数据集和六个实验条件为基准，展开数据中心的方法来评估最先进的深度插补方法，发现没有单一的插补方法在所有五个数据集上表现最佳，插补表现取决于数据类型，变量统计，缺失率和类型，这表明在选择多变量时间序列数据的缺失值插补方法时要考虑数据的特定情况。

    Feb, 2023

  • 多元时间序列插补的深度学习：综述

    通过对最近提出的深度学习插补方法进行综合调查，本文首先提出了一种分类法，然后通过强调其优势和局限性对这些方法进行了结构化的审查。同时，我们还进行了实证实验，研究了不同方法并比较了它们对下游任务的改进效果。最后，指出了未来研究多变量时间序列插补的开放问题。

    Feb, 2024

  • 基于可穿戴设备的应用中的表示学习及缺失数据案例研究

    穿戴设备中的缺失数据填充问题的研究，通过比较表示学习和统计方法，发现变化频繁的信号可以使用 Transformer 模型进行更准确的填充，为解决穿戴设备中的数据缺失问题提供了启示。

    Jan, 2024

  • 比较多重插补技术的方法：以美国国家 COVID 队列合作为例的案例研究

    本研究提出了一种新的框架，以数字方式评估在统计分析背景下处理缺失数据的策略，特别关注多重插补技术，并在 National COVID Cohort Collaborative 提供的大型 2 型糖尿病患者队列上进行了实证研究，结果显示多重插补技术可以有效地处理缺失数据。

    Jun, 2022

  • 基于健康数据库的预测模型缺失值处理方法的基准测试

    本文系统评估了处理缺失值的策略在预测模型中的效果，重点关注大型健康数据库，结果表明，在监督式机器学习中自然支持的缺失值预测表现优于最先进的插补方法，且计算成本更低。

    Feb, 2022

  • 临床存在下的填补策略：对算法公平性的影响

    本文探讨了在机器学习过程中常被忽略的数据预处理步骤 —— 数据填补，对医疗领域存在的偏见和影响较大的群体不平等性产生的影响，并提出了缓解不平等的建议。

    Aug, 2022

  • 时间序列分类中的概率性数据补全

    本文提出了一个新颖的概率框架，用于处理具有缺失值的多变量时间序列数据的分类问题。通过训练两个部分的模型，一个用于缺失值填补的深度生成模型，一个用于分类的分类器，能够有效地建模填补缺失值带来的不确定性，并且利用新的正则化技术解决了合并模型可能产生的无意义填补解的问题，通过在真实世界数据上进行广泛实验，证明了我们方法的有效性。

    Aug, 2023

  • MagiNet：面向不完整交通数据的掩码感知图填充网络

    我们提出了一种名为 MagiNet 的 Mask-Aware Graph imputation Network，该方法旨在通过学习不完整数据的潜在表示，并捕捉不完整交通数据中固有的空间和时间依赖性，来填补缺失值。在五个真实世界交通数据集上的广泛实验证明，我们的方法在均方根误差（RMSE）和平均绝对百分比误差（MAPE）方面优于现有最先进的填补方法，平均改进了 4.31% 和 3.72%。

    Jun, 2024

  • 利用动态遮罩解释时序预测

    该论文提出了一种名为 Dynamic masks 的方法，结合动态扰动算子来产生一个基于实例的重要性得分，从而解决了机器学习模型预测解释的问题，该方法在医学和财务等领域广泛适用。

    Jun, 2021

  • 使用半监督学习进行时间序列插值：填补丢失数据的空缺

    本文提出了一种半监督时间序列插值方法 ST-Impute，该方法基于稀疏自注意力模型并结合上下游任务的标签数据和无标签数据，在时间序列插值质量和下游任务结果上优于现有的监督和非监督方法。

    Apr, 2023