時系列分類
時系列は、金融、産業、医療、運用と保守、輸送の分野で広く使用されています。
実は、異常検知タスクは時系列分類タスクとも捉えることができ、異常が２種類あるのか否か、あるいは異常の種類が多い場合の多重分類問題となります。
時系列分類には、時間軌跡データ、時空間データ、時系列グラフ データなど、さまざまな種類のデータがありますが、このセクションでは純粋な時系列、つまり単一次元と多次元を含む時系列に焦点を当てます。
紙
ROCKET: ランダム畳み込みカーネルを使用した非常に高速かつ正確な時系列分類 知る。ディスク。34、1454–1495、2020
InceptionTime: 時系列分類データの AlexNet の検索 知る。ディスク。2020年
HIVE-COTE 2.0: 時系列分類のための新しいメタ アンサンブル。
MultiRocket: 高速かつ効果的な時系列分類のための複数のプーリング演算子と変換。
これらの方法も比較的古典的で使いやすいです。
データセット
主要なものは UCR 時系列分類データセット (多次元および単次元を含む) であり、このデータセットは時系列に興味のある多くの友人にとって馴染みのあるものです。
他にも多くのデータセットが収集されています。
それぞれの列は、
データセット名
トレーニングセットのサイズ
テストセットのサイズ
時系列の長さ
カテゴリの数 (バイナリとマルチカテゴリの両方が存在します)
データセットをクリックします
時系列のさまざまなカテゴリのプレビュー視覚化もあります。
参考
このウェブサイトは主にUEAの教師と学生によって管理されています
データセット: https://www.timeseriesclassification.com/dataset.php
論文： https://www.timeseriesclassification.com/index.php
推奨読書:
2022年のネット就活状況、もうすぐ金9銀10が銅9鉄10になります！！
公開番号：AIカタツムリカー
謙虚さを保ち、規律を保ち、改善し続ける
【カタツムリ】を送って「ハンズオンAIプロジェクト」（AIカタツムリカー著）を入手
[1222] を送信して、適切な leetcode ブラッシングノートを入手してください
[AI Four Classics] を送信する 4 つの古典的な AI 電子書籍を入手する