匹配与变形：通过最佳传输和时间对齐实现时间序列领域自适应
原文中文，约400字，阅读约需1分钟。发表于：。在这篇论文中，我们介绍了 Match-And-Deform（MAD）方法，它旨在寻找源时间序列和目标时间序列之间的对应关系，同时允许时间扭曲。通过最优输运损失和动态时间扭曲，相关的优化问题可以同时对齐时间序列和时间戳。将 MAD 嵌入到深度神经网络中，有助于学习时间序列的新表示方法，既能对齐不同领域的时间序列，又能最大限度地提高网络的判别能力。基准数据集和遥感数据的实证研究表明，MAD...
介绍了Match-And-Deform（MAD）方法，用于对齐时间序列和时间戳。通过最优输运损失和动态时间扭曲，可以同时对齐时间序列和时间戳。将MAD嵌入到深度神经网络中，提高网络的判别能力。实证研究表明，MAD能够进行有意义的样本配对和时间偏移估计，并达到与最先进的深度时间序列领域自适应策略相似或更好的分类性能。
