我们提出了一种名为MILLET的新框架，用于深度学习时间序列分类模型，具有内在的可解释性。通过评估85个UCR时间序列分类数据集和一个新的合成数据集，我们展示了MILLET能够生成高质量且稀疏的解释。这是首次开发用于时间序列分类的通用MIL方法，并应用于广泛领域。