BriefGPT - AI 论文速递
·
半监督端到端对比学习用于时间序列分类
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
SLOTS是一种半监督学习模型，利用无标签样本和少量有标签样本来训练编码器和分类器，并使用无监督对比损失、有监督对比损失和分类损失来优化模型。实验结果表明，SLOTS能够以显著提升的性能使用相同的输入数据。
🎯
关键要点
-
SLOTS是一种半监督学习模型，旨在进行时间分类。
-
该模型利用无标签样本和少量有标签样本来训练编码器和分类器。
-
SLOTS使用无监督对比损失、有监督对比损失和分类损失来优化模型。
-
实验结果显示，SLOTS在五个数据集上与十种最先进的方法进行比较，表现出显著提升的性能。
-
相较于两阶段的方法，SLOTS在相似的计算成本下能够使用相同的输入数据获得更好的效果。
➡️
