Causal and Local Correlation-Based Multivariate Time Series Classification Network

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究提出了因果和局部相关性网络(CaLoNet),旨在解决多变量时间序列分类中的维度和特征相关性问题。实验结果显示,CaLoNet在UEA数据集上表现优异。

🎯

关键要点

  • 本研究提出了因果和局部相关性网络(CaLoNet)。
  • CaLoNet旨在解决多变量时间序列分类中的维度间空间相关性和特征间局部相关性问题。
  • 该方法通过因果建模获取图结构。
  • 利用关系提取网络融合局部相关性。
  • CaLoNet与图神经网络结合。
  • 实验结果显示CaLoNet在UEA数据集上表现优异。
➡️

继续阅读