Transfer learning for time series classification
https://arxiv.org/pdf/1811.01533.pdf
1. 作者的目标是什么?或者已经实现了什么?
- 目标:对于时间序列分类(Time Series Classification, TSC)问题,如何迁移深度CNN模型。
- 作者实现的内容:基于DTW(Dynamic Time Warping)方法选择与给定目标数据集最相似的源数据集,改善TSC迁移学习的效果。
- 本文TSC迁移学习方法:(1)在非目标数据集上进行预训练(pre-trained)(2)然后在目标数据集上进行微调(fine-tuned)
2. 新方法的关键是什么?
- 对目标数据集 D t D_t Dt来说,和自身最相似的源数据集 D s D_s Ds