实体
Takens delay embeddings
Takens delay embeddings
PulseAugur coverage of Takens delay embeddings — every cluster mentioning Takens delay embeddings across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
TopTimeNet模型解耦特征提取，实现高效时间序列分类
研究人员开发了TopTimeNet，这是一种新颖的时间序列分类模型，它将特征提取与学习过程分离开来。该方法利用来自Takens延迟嵌入和持久同调的固定几何和拓扑描述符，然后进行一个轻量级的可学习分类阶段。TopTimeNet在参数数量显著减少的情况下，实现了与大型卷积神经网络和Transformer模型相当的准确性，展示了一种区分周期性和混沌动力学更有效的方法。
-
新的拓扑框架PHINN-EEG提高了梦境检测的准确性
研究人员开发了PHINN-EEG，这是一个用于分析梦境期间脑电图（EEG）数据的创新拓扑时间序列框架。该新方法利用动态贝蒂曲线（Dynamic Betti Curves），该曲线源自Takens延迟嵌入和Vietoris-Rips过滤，以捕捉神经活动的几何结构，超越了传统的功率谱密度分析。PHINN-EEG预计在梦境检测方面的AUC将显著高于当前最先进的0.70，达到0.82-0.90，并可能应用于用于梦境监测的可穿戴脑机接口。