論文の概要: Forest Proximities for Time Series
- arxiv url: http://arxiv.org/abs/2410.03098v1
- Date: Mon, 7 Oct 2024 16:41:49 GMT
- ステータス: 処理完了
- システム内更新日: 2024-11-03 03:56:19.542319
- Title: Forest Proximities for Time Series
- Title(参考訳): 時系列の森林確率
- Authors: Ben Shaw, Jake Rhodes, Soukaina Filali Boubrahimi, Kevin R. Moon,
- Abstract要約: PF-GAPは、RF-GAPの近縁林への拡張である。
PF-GAPは正確かつ効率的な時系列分類モデルである。
- 参考スコア(独自算出の注目度): 2.4874078867686085
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: RF-GAP has recently been introduced as an improved random forest proximity measure. In this paper, we present PF-GAP, an extension of RF-GAP proximities to proximity forests, an accurate and efficient time series classification model. We use the forest proximities in connection with Multi-Dimensional Scaling to obtain vector embeddings of univariate time series, comparing the embeddings to those obtained using various time series distance measures. We also use the forest proximities alongside Local Outlier Factors to investigate the connection between misclassified points and outliers, comparing with nearest neighbor classifiers which use time series distance measures. We show that the forest proximities may exhibit a stronger connection between misclassified points and outliers than nearest neighbor classifiers.
- Abstract(参考訳): RF-GAPは、最近無作為な森林近接測定法として導入されている。
本稿では,RF-GAPの近縁林への拡張であるPF-GAPについて,高精度かつ効率的な時系列分類モデルを提案する。
我々は,多次元スケーリングと関係する森林の確率を用いて,一変量時系列のベクトル埋め込みを求め,その埋め込みを様々な時系列距離測定を用いて得られたものと比較した。
また, 地域外層因子とともに森林の近縁性を利用して, 時系列距離測定を用いた近隣の分類器と比較し, 誤分類点と外層との関係を調べた。
森林の近縁性は, 近隣の分類器に比べて, 誤分類点と外れ値との間には強い関係があることが示唆された。
関連論文リスト
- MGCP: A Multi-Grained Correlation based Prediction Network for Multivariate Time Series [54.91026286579748]
本稿では,マルチグラインド相関に基づく予測ネットワークを提案する。
予測性能を高めるために3段階の相関を同時に検討する。
注意機構に基づく予測器と条件判別器を用いて、粗い粒度の予測結果を最適化する。
論文 参考訳(メタデータ) (2024-05-30T03:32:44Z) - TimeSiam: A Pre-Training Framework for Siamese Time-Series Modeling [67.02157180089573]
時系列事前トレーニングは、最近、ラベルのコストを削減し、下流の様々なタスクに利益をもたらす可能性があるとして、広く注目を集めている。
本稿では,シームズネットワークに基づく時系列の簡易かつ効果的な自己教師型事前学習フレームワークとしてTimeSiamを提案する。
論文 参考訳(メタデータ) (2024-02-04T13:10:51Z) - Long-Term Invariant Local Features via Implicit Cross-Domain
Correspondences [79.21515035128832]
我々は、様々なドメイン変更の下で、現在の最先端特徴抽出ネットワークの性能を徹底的に分析する。
我々は、新しいデータ中心方式、Implicit Cross-Domain Correspondences (iCDC)を提案する。
iCDCは複数のニューラル・ラジアンス・フィールドで同じ環境を表し、それぞれが個々の視覚領域の下にシーンを適合させる。
論文 参考訳(メタデータ) (2023-11-06T18:53:01Z) - Robust Detection of Lead-Lag Relationships in Lagged Multi-Factor Models [61.10851158749843]
データ固有のリード-ラグ関係を発見することで、重要な洞察を得ることができる。
階層化多要素モデルにおけるリードラグ関係のロバスト検出のためのクラスタリング駆動手法を開発した。
論文 参考訳(メタデータ) (2023-05-11T10:30:35Z) - A Moving Window Based Approach to Multi-scan Multi-Target Tracking [0.0]
マルチターゲット状態推定(Multi-target state estimation)とは、監視エリアにおけるターゲット数とその軌跡を推定することである。
汎用ラベル付きマルチベルヌーリ(GLMB)スムースメントを用いたマルチターゲットトラッキングのための移動窓ベースソリューションを提案する。
論文 参考訳(メタデータ) (2022-10-08T12:37:27Z) - Random Forests for Change Point Detection [0.0]
我々は、クラス確率予測を用いて、異なる変更点構成を比較する分類器のログ類似率を構築した。
本手法の効率的な実装は, 変更フォレストソフトウェアパッケージで利用可能である。
論文 参考訳(メタデータ) (2022-05-10T16:09:22Z) - Fast online inference for nonlinear contextual bandit based on
Generative Adversarial Network [9.537503617354476]
本稿では,エンドツーエンドのトレーニングプロセスを備えたニューラルバンディットモデルを提案し,推論中に効率よくバンディットアルゴリズムを実行する。
我々は現在最先端の時間複雑性を$O(log n)$に推し進め、ベイズ近似、ニューラルランダム特徴マッピング、近似大域最大化、近似近接探索を行う。
論文 参考訳(メタデータ) (2022-02-17T19:11:48Z) - Comparative Study Between Distance Measures On Supervised Optimum-Path
Forest Classification [0.0]
Optimum-Path Forest (OPF) はグラフベースの方法論と距離測度を使ってノード間の弧を作り、そのため木の集合を作る。
本研究は,オプティカム・パス林の森林分類に応用された広範囲な距離測定に関する比較研究を提案する。
論文 参考訳(メタデータ) (2022-02-08T13:34:09Z) - Geometry- and Accuracy-Preserving Random Forest Proximities [3.265773263570237]
我々はランダムフォレスト-ジオメトリー(Random Forest-Geometry- and Accuracy-Preserving Proximities:RF-GAP)と呼ばれるランダムフォレスト確率の新しい定義を導入する。
RF-GAPは乱林予測と正確に一致していることが証明された。
この幾何表現の改善は、データ計算などのタスクにおいて従来のランダムな森の確率よりも優れており、学習したデータ幾何と整合した外れ値の検出と可視化結果を提供する。
論文 参考訳(メタデータ) (2022-01-29T23:13:53Z) - Fast Simultaneous Gravitational Alignment of Multiple Point Sets [82.32416743939004]
本稿では,複数点集合の同時登録のための新しいレジリエントな手法を提案し,後者を相互誘導力場内で厳密に動く粒子群として解釈する。
物理法則の変更によるシミュレーションの改善と、グローバルな多重リンク点相互作用の加速により、MBGA(Multi-Body Gravitational Approach)はノイズや欠落データに対して堅牢である。
様々な実験環境では、MBGAは精度と実行時間の観点から、いくつかの基準点セットアライメントアプローチより優れていることが示されている。
論文 参考訳(メタデータ) (2021-06-21T17:59:40Z) - Discriminative Nearest Neighbor Few-Shot Intent Detection by
Transferring Natural Language Inference [150.07326223077405]
データ不足を緩和するためには、ほとんどショットラーニングが注目を集めている。
深部自己注意を伴う識別的近傍分類を提示する。
自然言語推論モデル(NLI)を変換することで識別能力を高めることを提案する。
論文 参考訳(メタデータ) (2020-10-25T00:39:32Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。