基于随机卷积核的时间序列分类：池化算子与输入表示的重要性
机器学习
2026-04-30 v5
摘要
本文提出了一种基于 MiniRocket 的新方法，称为 SelF-Rocket，用于快速时间序列分类 (TSC)。不同于基于随机卷积核的现有方法，SelF-Rocket 在训练过程中动态选择最佳的输入表示和池化算子。SelF-Rocket 在加州大学罗滕斯分校 (UCR) TSC 基准数据集上实现了最先进的分类准确率。
关键词
引用
@article{arxiv.2409.01115,
title = {Time series classification with random convolution kernels: pooling operators and input representations matter},
author = {Mouhamadou Mansour Lo and Gildas Morvan and Mathieu Rossi and Fabrice Morganti and David Mercier},
journal= {arXiv preprint arXiv:2409.01115},
year = {2026}
}
备注
v1: initial version, incorrect evaluation. v2: Method improved, evaluation corrected, title simplified. v3: Add acknowledgments. v4: text correction