直播 | IJCAI 2021论文解读：生理时间序列的分类方法及其在睡眠分期的应用

「AI Drive」是由 PaperWeekly 和 biendata 共同发起的学术直播间，旨在帮助更多的青年学者宣传其最新科研成果。我们一直认为，单向地输出知识并不是一个最好的方式，而有效地反馈和交流可能会让知识的传播更加有意义，从而产生更大的价值。

本期 AI Drive，我们邀请到北京交通大学博士生贾子钰，为大家在线解读其发表在 IJCAI 2020 和 IJCAI 2021 关于时间序列分类的最新研究成果。对本期主题感兴趣的小伙伴，7 月 27 日（周二）晚 7 点，我们准时相约 PaperWeekly B 站直播间。

直播信息

时间序列分类任务是数据挖掘领域重要的研究方向，针对于生理时间序列的分析与挖掘有助于进行疾病的诊断和预测，促进了智慧医疗的发展。睡眠分期作为一种典型的生理时间序列分类任务，对睡眠质量评估和疾病诊断至关重要。但是如何针对单通道（单变量）睡眠信号和多通道（多变量）睡眠信号设计高精度的分类模型仍然是一个挑战。本次报告围绕不同的睡眠数据类型，分享我们在 IJCAI 2020 和 IJCAI 2021 关于时间序列分类的最新研究成果。

论文链接：

https://www.ijcai.org/Proceedings/2020/184

https://arxiv.org/abs/2105.13864

本次分享的具体内容有： 

• 背景介绍：时间序列分类与睡眠分期

• 相关工作：睡眠分期的传统方法和深度学习方法

• 提出的方法：基于显著性检测和时空图神经网络的分类模型

• 实验结果：定量比较与可视化分析

• 总结：报告总结与未来展望

嘉宾介绍

 贾子钰 / 北京交通大学博士生 

贾子钰目前在北京交通大学计算机与信息技术学院/网络科学与智能系统研究所攻读博士学位，师从林友芳教授。同时他也是新加坡国立大学计算机学院联合培养博士，师从 Wang Ye 教授。与美国麻省理工学院、罗格斯大学、新加坡 A*STAR 保持着紧密的合作关系。主要研究兴趣集中于生理时间序列的分析与挖掘、机器学习学习理论与方法研究。目前已于 IJCAI、ACM MM、ICDM、ECML-PKDD 等顶级会议或期刊发表论文 10 余篇，其中 CCF A 类论文 4 篇，并被国内外主流媒体报道。他还是《Explore and Development of the Internet of Things》的期刊编委，多个国际顶级期刊和会议的审稿人。

直播地址 & 交流群

本次直播将在 PaperWeekly B 站直播间进行，扫描下方海报二维码或点击阅读原文即可免费观看。线上分享结束后，嘉宾还将在直播交流群内实时 QA，在 PaperWeekly 微信公众号后台回复「AI Drive」，即可获取入群通道。

B 站直播间：

https://live.bilibili.com/14884511

合作伙伴

????

现在，在「知乎」也能找到我们了

进入知乎首页搜索「PaperWeekly」

点击「关注」订阅我们的专栏吧

·