HYDRA：用于快速准确时间序列分类的竞争卷积核
机器学习
2022-03-28 v1
摘要
我们展示了用于时间序列分类的字典方法(涉及提取并计数时间序列中的符号模式)与基于卷积核变换输入时间序列的方法(即 ROCKET 及其变体)之间的简单联系。我们表明，通过调整单个超参数，便可在类似于字典方法的模型与类似于 ROCKET 的模型之间逐步过渡。我们提出 HYDRA，一种简单、快速且准确的基于竞争卷积核的时间序列分类字典方法，结合了 ROCKET 与传统字典方法的关键方面。HYDRA 比现有最准确的字典方法更快且更准确，并且可与 ROCKET 及其变体结合以进一步提升这些方法的准确性。
引用
@article{arxiv.2203.13652,
title = {HYDRA: Competing convolutional kernels for fast and accurate time series classification},
author = {Angus Dempster and Daniel F. Schmidt and Geoffrey I. Webb},
journal= {arXiv preprint arXiv:2203.13652},
year = {2022}
}
备注
27 pages, 18 figures