基于高斯过程的数据增强与期望签名的时间序列分类
机器学习
2023-10-18 v1
摘要
签名是描述路径（即从区间到欧氏空间的连续函数）的基本对象。类似地，期望签名提供随机过程律的统计描述。我们提出一种构建于期望签名之上的时间序列特征提取模型。这通过基于高斯过程的数据增强来计算。主要特征之一是通过使用该模型的监督任务学习到最优特征提取。
引用
@article{arxiv.2310.10836,
title = {Gaussian processes based data augmentation and expected signature for time series classification},
author = {Marco Romito and Francesco Triggiano},
journal= {arXiv preprint arXiv:2310.10836},
year = {2023}
}