原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
://
httwww．skx．com
pjj
:/
DOI１０．１１８９６skx．２３１１００１７１
jj
融合时频特征的多粒度时间序列对比学习方法
叶力硕何志学
中国民航大学计算机科学与技术学院天津
３００３００
()
ls６６０３＠１６３．com
y
、、
摘要现有的时间序列对比学习方法存在增强样本构造方式过于依赖人工经验泛化能力不足正样本的定义方式不够通
、,.,
用对比度量方式存在粗粒度表征等问题使得整体的时序表示效果较差为此提出了一种融合时频特征的多粒度时间序列
对比学习方法(,).该方法通过季节趋势生成网络在时域内产生具有稳定
TemoralＧSectralDeeContrastiveNetworkTSDCＧ
ppp
,,
变化的时序增强样本通过多频带融合扰动操作在频域内产生非稳定变化的时序增强样本两种增强样本通过实例级别的粗粒
,
度对比以及维度级别的细粒度对比方式进行对比学习使得模型在获得较好表征的同时能够较好地适应于下游不同类型的时
.、,
序任务在多个时间序列公开数据集上进行的分类预测以及异常检测实验表明由TSDC方法所得的表征用于下游任务的结
果优于典型基线模型.
:;;;;
关键词时间序列表示学习对比学习数据增强多粒度对比
中图分类号TP３９１
MultiＧranularitTimeSeriesContrastiveLearninMethodIncororatinTimeＧFreuenc
gygpgqy
Features
YELishuoandHEZhixue
,,,
SchoolofComuterScienceandTechnoloCivilAviationUniversitofChinaTianin３００３００China
pgyyj
,
AbstractExistintimeseriescontrastivelearninmethodshavesomeroblemssuchasaumentedsamleconstruction
文档评论（0）