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。