关键词time series recognition
搜索结果 - 2
- TCGAN:卷积生成对抗网络用于时间序列分类和聚类
一篇最近的研究表明,在学习成功分类的时间序列数据的分层表示方面,监督卷积神经网络(CNNs)具有优势。然而,这些方法需要足够大规模的标记数据进行稳定学习,然而获取高质量的标记时间序列数据可能是昂贵且难以实现的。因此,本文引入了一种时间序列卷 - 基于神经网络的时间序列分类数据增强实证调查
本论文调研了时间序列数据增强技术及其在神经网络时间序列分类中的应用,其中提出了四种基于变换、模式混合、生成模型和分解方法的方法, 并在 128 个时间序列分类数据集上使用六种不同类型的神经网络对 12 种时间序列数据增强方法进行了实证评估,