multivariate data | BriefGPT

关键词multivariate data

搜索结果 - 12

ICMLXTSC-Bench：时间序列分类模型解释器的定量基准测试
该研究提出了一个标准化基准工具 XTSC-Bench，用于评估解释方法在时间序列分类中的效果，并分析了 3 种扰动方法、6 种梯度方法和 2 种示例方法的表现，发现改善解释器的鲁棒性和可靠性对于多变量数据尤为重要。
PDF8 months ago
使用多元数据比较深度学习模型进行波动率预测
该研究旨在比较基于深度学习的多变量数据预测模型在波动率预测方面的表现，结果表明 Temporal Fusion Transformer 优于传统方法和浅层网络，因此鼓励将其应用到实践中。
PDFa year ago
高阶交互作用的交互测量，划分格和核检验
本研究提出了一种 $d$ 阶交互作用度量的层次结构，定义了非参数的基于核的检验方法来系统地确定 $d$ 阶交互作用的统计显著性，并与格理论建立数学联系，以提高计算效率。研究结果在合成数据验证和神经影像数据应用中得到了论证。
PDFa year ago
时间序列分类的动态稀疏网络：学习如何 “看见
本文提出了一种动态稀疏网络 (Dynamic Sparse Network)，旨在解决时间序列数据在信号范围上的多样性造成的痛点，通过动态稀疏训练的方式探索区域约束下的稀疏层卷积核，无需超参数调整，减少了计算资源成本，达到了比其他方法更精确
PDF2 years ago
高维时间序列数据的 Wasserstein 变点检测
本文中，我们提出了一种基于 Wasserstein 距离的新型变点检测方法 WATCH，该方法通过对初始分布进行建模并监控其行为，处理新数据点时能够提供动态高维数据中准确和强健的变点检测，并在包括许多基准数据集的广泛实验评估中表现优于现有的
PDF2 years ago
仿射不变秩重深度综合：定义、性质和有限样本分析
本文介绍了一个基于秩重的统计深度的延伸 ——Affine-Invariant IRW 深度（AI-IRW），并探讨了它的精度和应用价值，尤其在异常检测方面。我们使用样本版本的 AI-IRW 深度，研究并证明了 AI-IRW 深度统计对应物的
PDF3 years ago
ICML从信息理论的角度构建生成模型框架，学习有结构的潜在因子和相关数据
本文提出了一种新的框架来学习具有所需结构属性的多元数据的可控和通用表示，该模型利用图模型中的掩码变量表示归纳偏置，并扩展多元信息瓶颈理论来强制执行结构依赖性，从而提供原则性方法来学习一组语义上有意义的潜在因素，其反映了各种类型的期望结构，如
PDF4 years ago
IJCAI使用卷积神经网络和迁移学习进行时间序列异常检测
这篇论文提出了一种基于卷积神经网络的时序分割方法来检测异常，并使用迁移学习框架在大规模合成单变量时间序列数据集上进行预训练，然后在小规模、单变量或多变量数据集上进行微调，同时针对多变量情况，介绍了一种新的网络架构。该方法在多个合成和实际数据
PDF5 years ago
多线性张量回归对于纵向关系数据的应用
本文开发了一种类型的回归模型来估计纵向和多元关系数据中成员之间的关系，该模型基于多线性张量回归模型，一种特殊情况是张量自回归模型，可以表示关系和网络数据中经常出现的模式，如互惠和传递性。
PDF10 years ago
一种基于图形的多元和对象数据双样本检验新方法
本文介绍了一种新的基于样本汇总上的相似性图构建的新型检验统计量，适用于多元数据和非欧几里得数据，可以通过定义样本空间上的不相似性度量，使用于匹配观测研究中的协变量平衡评估和比较网络数据等问题，并在模拟研究中表现出明显的功效提升。
PDF11 years ago
使用秩统计量的多元数据同质性和变点检测测试
研究提出一种基于 Wilcoxon 秩统计量的新型非参数双样本同质性检验方法，可以检验多元数据的同质性，并可以扩展到处理有序或被审查的数据，以及测试两个以上样本数据的同质性。另外，该方法用于回顾性的变点分析，并且可以处理数据中包含的异常值或
PDF13 years ago
一种用于标准相关分析的核方法
本文研究了将核方法应用于规范相关分析的有效性，并讨论了在线性情况下提取有用特征的问题。
PDF18 years ago