time-series classification | BriefGPT

关键词time-series classification

搜索结果 - 10

用户行为在视觉分析过程中有何差异？
本研究采集了用户行为的全面数据集，并提出了时间序列分类方法的分析方法。通过对经典的 Covid-19 数据分析应用进行用户研究，我们发现用户行为在可视分析过程中可以区分，并且用户的物理行为与其执行的可视化任务存在潜在的强关联。我们还通过解释
PDF8 months ago
使用基于自编码器的内容感知 2D 表示法识别时间序列中的随机性：以黑洞数据为例
本研究提出一种基于自编码器的 2D 表示法，用于对时间序列进行分类，从而理解底层物理过程。使用联合时间和频率维度特征的内容感知的 1D 时间序列到 2D 表示的转换被提出。使用 421 个合成时间序列训练了 EfficientNetv2-S
PDFa year ago
AAAI神经控制微分方程中的可学习路径
本文研究神经控制微分方程的连续解法，采用编码 - 解码模块，通过插值算法生成连续路径，达到更好的时间序列分类和预测表现。
PDFa year ago
欧拉状态网络：非耗散性储备计算
以数值解求解普通微分方程为灵感，本文提出了一种新颖的储层计算模型，名为欧拉状态网络（EuSN）。该方法使用向前欧拉离散化和反对称循环矩阵来设计储层动力学，这些动力学是通过构造稳定且无耗散的方式实现的。我们的数学分析表明，所得模型偏向于具有单
PDF2 years ago
LSTMSPLIT：基于 SPLIT 学习的序列时间序列数据上有效的 LSTM
本研究提出了一种名为 LSTMSPLIT 的新方法，结合 Split learning 和 LSTM network，用于处理具有多个客户端的时间序列分类问题，同时采用差分隐私以提高数据隐私保护。实验证明，该方法在心电图数据集和人类活动识别
PDF2 years ago
面向相似度感知的时间序列分类
提出了 Similarity-Aware Time-Series Classification (SimTSC) 框架，使用图神经网络建模时间序列的相似度信息，并结合深度学习模型实现时序分类。使用 ResNet 作为主干网络和 Dynami
PDF3 years ago
用于卫星图像时间序列分类的轻量级时间自注意力
该研究使用多头自注意机制并修改时间注意编码器，以有效处理全球规模的卫星图像时间序列分类，提高时间序列分类的准确性和效率。在开放访问的卫星图像数据集中，使用更少的参数和降低计算复杂度，该方法优于其他现有的时间序列分类算法。
PDF4 years ago
CVPR时间变换网络：不变性和区分性时间弯曲的联合学习
提出了一种基于混合模型和数据驱动的时间变形网络 (TTN)，可用于降低类内差异并提高类间差异，在 3D 动作识别中获得了显著的改进。
PDF5 years ago
RAPID: 基于深度学习的爆炸式瞬变早期分类
RAPID 是一个用于时间序列分类的深度递归神经网络工具，可自动从初始警报的一天内到完整光度曲线的整个生命周期内识别瞬变现象，并且无需从数据中提取计算量昂贵的特征，因此非常适合处理 ZTF 和 LSST 等广域巡天发现的数百万警报。
PDF5 years ago
ICCV基于自我中心照片流的社交风格特征刻画
该论文提出了一种使用可穿戴照相机实现自动社交模式刻画的系统，其中通过检测与相机佩戴者互动的人，并将检测到的社交互动分类为正式和非正式两个步骤，在事件级别上对每个潜在的社交事件进行建模，并使用 LSTM 网络进行时间序列分类。最终通过聚类同一
PDF7 years ago