ICML2024 | TimeSiam: 时间序列的孪生预训练方法

文章预览

点击蓝字 关注我们 AI TIME欢迎每一位AI爱好者的加入！ 本文介绍 清华大学软件学院机器学习组  ICML2024时间序列表征学习方向的最新工作：TimeSiam: A Pre-Training Framework for Siamese Time-Series Modeling 摘要：时间序列预训练因其可以有效减少标注成本并有益于各种 时序分析 任务而引起了广泛的关注。本文提出了一种名为TimeSiam的时间序列自监督预训练框架，通过预训练孪生网络来捕捉随机采样的过去和当前子序列之间潜在的时间相关性，并通过过去到当前子序列的重建和可学习的时差嵌入，学习时序数据内部的时间依赖表征。我们的方法在同领域和跨领域两个场景下的13个标准基准测试中均展现了出色的预测和分类效果。 作者列表：董家祥*，吴海旭*，王雨轩，邱云中，张力，王建民，龙明盛 链接：https://arxiv.org/abs/2402.02475 代码：https://github.com/thuml/TimeSiam ………………………………