将时间序列视为有向图的图神经网络及其在质量识别中的应用
机器学习
2023-10-05 v1
摘要
图神经网络（GNNs）正成为时间序列研究的核心，并与时序卷积网络和循环神经网络等已有算法相结合。在本文中，我们将时间序列本身视为有向图，使其拓扑结构编码时间依赖关系，并开始探索 GNN 架构在其中的有效性。我们开发了两种不同的几何深度学习模型：一个监督分类器和一个用于信号重建的类自编码器模型。我们将这些模型应用于一个质量识别问题。
引用
@article{arxiv.2310.02774,
title = {Graph Neural Networks and Time Series as Directed Graphs for Quality Recognition},
author = {Angelica Simonetti and Ferdinando Zanchetta},
journal= {arXiv preprint arXiv:2310.02774},
year = {2023}
}
备注
11 pages, Comments Welcome!