|
|||||
|
|
| 融合CNN和二进制生成对抗网络的多元时间序列检索 | |
| 作者姓名： | 汤丽君 关东海 汪子璇 袁伟伟 燕雪峰 |
| 作者单位： | 南京航空航天大学计算机科学与技术学院/人工智能学院 |
| 基金项目： | 江苏省重点研发计划项目(BE2019012)资助;;国家自然科学基金委员会-中国民用航空局民航联合研究基金项目(U2033202)资助; |
| 摘 要： | 多元时间序列在日常生活中普遍存在,给定当前的时间序列片段,如何高效且精确地从历史时间片段中找出其相似的时间片段极为重要.本文提出了一种全新的基于CNN和深度非监督二进制生成对抗网络(UCBGAN)来进行多元时间序列检索,它可以有效地获取多元时间序列的二进制表示.该网络由3部分构成—一个解码器,一个编码器和一个鉴别器,其中鉴别器和编码器除了最后一层外,共享参数.此外,本文引入了时序相似矩阵,通过构建时序相似矩阵,能进一步提高二进制编码的可鉴别性.在训练过程中,本文引入了对抗损失,相似对损失和重构损失.在多个数据集上的实验结果表明,该方法能有效提高多元时间序列检索的准确度.所以,该方法对于多元时间序列检索是有效的. |
| 关 键 词： | 多元时间序列检索 非监督学习 二进制编码 卷积神经网络 生成对抗式学习 |