English(EN) FMMVCC: Fuzzy Mamba-based Multi-View Contrastive Clustering for Univariate Time Series

新的基于Mamba的框架增强了时间序列聚类

作者 PulseAugur 编辑部 · [1 个来源] · 2026-07-08 10:46

研究人员开发了FMMVCC，一种用于时间序列数据的新型深度聚类框架，该框架利用Mamba架构高效学习时间表示。该方法采用多视图自监督学习，结合时间掩码和增强技术，以发现无标签数据中的结构。在15个基准数据集上的实验表明，FMMVCC在多项指标评估和总体平均排名上均优于当前最先进的方法。 AI

影响这一新的聚类框架有望提高分析跨领域无标签时间序列数据的效率和准确性。

排序理由该条目是一篇提交至arXiv的研究论文，详细介绍了一种新的时间序列聚类方法。[lever_c_demoted from research: ic=1 ai=1.0]

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.AI TIER_1 English(EN) · David Camacho · 2026-07-08 10:46

FMMVCC: Fuzzy Mamba-based Multi-View Contrastive Clustering for Univariate Time Series

In many realistic scenarios, large volumes of time series data are generated with limited or expensive annotations. This limitation makes supervised learning methods difficult to apply and leads to the use of unsupervised approaches capable of discovering meaningful structures di…