HIVE-COTE 2.0：一种用于时间序列分类的新元集成方法
机器学习
2026-05-11 v1
摘要
基于变换的层级投票集成（HIVE-COTE）是一种用于时间序列分类的异质元集成。HIVE-COTE 从多领域分类器构建其集成，包括相位无关的形状子、基于词袋的字典以及相位相关区间。自 2016 年首次提出以来，该算法在 UCR 时间序列分类档案上的准确率始终保持最先进水平。随着时间推移它经历了增量更新，最终形成当前形态 HIVE-COTE 1.0。在此期间，若干算法被提出，其准确率可与 HIVE-COTE 匹敌。我们提出对 HIVE-COTE 算法的全面改进，显著提升其准确率与易用性，并将此次升级呈现为 HIVE-COTE 2.0。我们引入两种新分类器：时间字典集成（TDE）与多样表示规范区间森林（DrCIF），以替代现有集成成员。此外，我们引入 Arsenal——一种由 ROCKET 分类器组成的集成——作为 HIVE-COTE 2.0 的新组成部分。我们证明，在 112 个单变量 UCR 档案数据集与 26 个多变量 UEA 档案数据集上，HIVE-COTE 2.0 的准确率显著优于当前最先进水平。
引用
@article{arxiv.2104.07551,
title = {HIVE-COTE 2.0: a new meta ensemble for time series classification},
author = {Matthew Middlehurst and James Large and Michael Flynn and Jason Lines and Aaron Bostrom and Anthony Bagnall},
journal= {arXiv preprint arXiv:2104.07551},
year = {2026}
}