摘要
一种基于频率掩码建模的时间序列自监督预训练方法,对输入的时间序列进行频域掩码构造输入样本,通过最大化正样本间的相似性、最小化负样本的相似性和重建原始输入序列,以自监督预训练方式训练编码器、解码器,将训练好的编码器作为特征提取器,再使用训练好的编码器用于时间序列特征提取,针对下游任务训练分类器,最后将训练得到的编码器和分类器共同构成端到端的时间序列分类模型,输入原始的时间序列,输出预测类别。本发明通过频域掩码进行数据增强,能够深入理解不同频率成分内的上下文,有助于提取可能被忽视的有价值信息。
技术关键词
预训练方法
编码器
样本
序列
频率
训练分类器
特征提取器
预测类别
更新网络参数
输入解码器
数据
度量
指数
系统为您推荐了相关专利信息
姿态特征
时间感知模块
动作特征
卷积神经网络提取
多尺度特征融合
无线带宽
分配管理方法
归属地
人工智能机器人
计算机可读指令
视频内容分析方法
文本识别模型
字幕
视频编码器
音频
太阳能声光
长短期记忆网络
设备特征
协同控制优化方法
序列