UCIActivity

新的基于MDL的诊断工具可识别时间序列数据中的时间失面对

研究人员开发了一种新方法来识别和纠正多元时间序列数据中的时间失面对。该技术基于最小描述长度（MDL），评估一个传感器流被其他传感器流有效编码的程度，偏差表明存在失面对。与以前的方法不同，该诊断工具与硬件无关，无需重新训练，并且可以追溯应用于训练和部署数据。在FordChallenge和PAMAP2等各种数据集上的实验证明了其在揭示隐藏的对齐问题和提高分类准确性方面的有效性。