BriefGPT - AI 论文速递
·
通过双域匹配实现时间序列分类的数据集压缩
💡
原文中文，约200字，阅读约需1分钟。
📝
内容提要
研究者提出了一种名为CondTSC的新框架，通过匹配代理目标，在时间和频率领域结合多视角数据增强、双域训练和双代理目标，以增强时间序列分类数据压缩过程的效果。实验证明，CondTSC优于其他基线模型，能够学习到符合原始数据分布并表现出理想特性的压缩合成数据集。
🎯
关键要点
- 提出了一种名为CondTSC的新框架。
- CondTSC通过在时间和频率领域匹配代理目标。
- 结合多视角数据增强、双域训练和双代理目标。
- 增强时间序列分类数据压缩过程的效果。
- 实验证明CondTSC优于其他基线模型。
- 能够学习到符合原始数据分布的压缩合成数据集。
- 压缩合成数据集表现出理想特性。
➡️
