中文

面向多元时间序列 shapelet 的通道掩码

机器学习 2017-11-03 v1

摘要

时间序列 shapelet 是具有判别性的子序列,其与时间序列的相似度可用于时间序列分类。最初的 shapelet 提取算法通过所有可能数据子序列的完全枚举来搜索 shapelet。针对一元时间序列的 shapelet 研究提出了一种称为 shapelet 学习的机制,该机制将 shapelet 参数化并在优化过程中与预测模型联合学习。该方法向多元时间序列的平凡扩展由于存在导致过拟合的噪声通道而不能取得很好效果。本文提出一种用于多元时间序列的 shapelet 学习方案,其中引入通道掩码以削弱噪声通道并作为隐式正则化。

关键词

引用

@article{arxiv.1711.00812,
  title  = {Channel masking for multivariate time series shapelets},
  author = {Dripta S. Raychaudhuri and Josif Grabocka and Lars Schmidt-Thieme},
  journal= {arXiv preprint arXiv:1711.00812},
  year   = {2017}
}

备注

12 pages