FRUITS：基于迭代和的时间序列分类特征提取
机器学习
2023-11-27 v1 机器学习
摘要
我们引入了一种时间序列分类流程，其基于迭代和签名（ISS）提取特征，然后应用线性分类器。这些特征具有内在非线性，捕获时间信息，并且在某些设定下对时间扭曲具有不变性。在 UCR 档案上，我们在准确率与速度两方面均与最先进方法具有竞争力。我们将代码发布于 \url{https://github.com/irkri/fruits}。
引用
@article{arxiv.2311.14549,
title = {FRUITS: Feature Extraction Using Iterated Sums for Time Series Classification},
author = {Joscha Diehl and Richard Krieg},
journal= {arXiv preprint arXiv:2311.14549},
year = {2023}
}