Unsupervised Representation Learning for Time Series with Temporal Neighborhood Coding Notes

9th International Conference on Learning Representations, ICLR2021
github
Paper
Transfer from Zhihu
提出一个自监督(self-supervised)框架,用于学习非平稳时间序列的可泛化表示, 称为Temporal Neighborhood Coding (TNC)。该框架设计了一个无偏的对比目标,该目标使得来自邻域内的信号分布与非邻域信号的分布是可区分的。文中对所提出的方法进行了评估,证明学习到的表征是通用的,并且可以转移到许多下游任务,例如分类和聚类。
img
在这里插入图片描述

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值