基于自監(jiān)督學(xué)習(xí)的多數(shù)據(jù)增廣時間序列分類算法

打開文本圖片集

摘要：時間序列分類算法廣泛應(yīng)用于醫(yī)療診斷、金融預(yù)測等領(lǐng)域。然而，在解決時間序列分類問題時，深度學(xué)習(xí)模型通常面臨數(shù)據(jù)標(biāo)注困難等挑戰(zhàn)。為了克服這些困難，本文提出了一種基于自監(jiān)督學(xué)習(xí)的時間序列分類算法。該算法通過對時間序列片段進(jìn)行數(shù)據(jù)增廣，并設(shè)計區(qū)分?jǐn)?shù)據(jù)增廣形式的自監(jiān)督輔助任務(wù)來挖掘時間序列的局部信息，以提高分類性能。（剩余7689字）