MTRGL: 多模态时间关系图学习中的有效时间相关性识别

💡 原文中文,约300字,阅读约需1分钟。
📝

内容提要

本文介绍了一种新的框架,通过提取和聚类高度激活CNN神经元的输入表征模式来解释多元时间序列数据,并构建一个捕获每层提取模式的时间关系的图形,最后使用图形嵌入算法生成可解释的时间序列特征表示。实验证明该框架在MTS分类中具有明显优势,并丰富了可解释性。

🏷️

标签

➡️

继续阅读