English(EN) Time series classification with random convolution kernels: pooling operators and input representations matter

SelF-Rocket 在时间序列分类中达到最先进的准确率

作者 PulseAugur 编辑部 · [1 个来源] · 2026-04-30 04:00

研究人员开发了 SelF-Rocket，一种用于时间序列分类的新颖方法，该方法建立在 MiniRocket 框架之上。这种新方法在训练过程中动态选择最佳输入表示和池化算子。SelF-Rocket 在加州大学河滨分校 (UCR) 时间序列分类基准数据集上展示了最先进的性能。 AI

影响引入了一种新颖的时间序列分类方法，有可能提高在基准数据集上的性能。

排序理由这是一篇介绍时间序列分类新方法的论文。

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

arXiv cs.LG TIER_1 English(EN) · Mouhamadou Mansour Lo, Gildas Morvan, Mathieu Rossi, Fabrice Morganti, David Mercier · 2026-04-30 04:00

Time series classification with random convolution kernels: pooling operators and input representations matter

arXiv:2409.01115v5 Announce Type: replace Abstract: This article presents a new approach based on MiniRocket, called SelF-Rocket, for fast time series classification (TSC). Unlike existing approaches based on random convolution kernels, it dynamically selects the best couple of i…