![](https://img-blog.csdnimg.cn/20201014180756918.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
GAN论文
文章平均质量分 51
为什么要看我名字
这个作者很懒,什么都没留下…
展开
-
GAN写程序记录
程序名:pytorch-GAN-timeseries建议:据报道,在使用gan生成序列的若干工作中,循环鉴别器通常比卷积鉴别器更不稳定。因此,我推荐使用基于卷积的方法。我没有对超参数和训练程序进行广泛的搜索,定性评估是唯一容易实现的。如果配置了一个目标任务(例如,学习一个策略),可以获得直观的和定量的评估,并用于选择最佳的模型。在实际生成的性能和关于输入增量的错误之间有一点折衷。如果在delta上有轻微的精度对最终任务不是问题,它的误差可以忽略;如果想要尽可能地减少增量上的误差,可...原创 2021-06-29 16:10:23 · 137 阅读 · 0 评论 -
2017 Real-valued (Medical) Time Series Generation with Recurrent Conditional GANs
AbstractGAN在生成数据方面取得了瞩目的成效,作者提出了两种GAN应用于医疗数据方面,RGAN和RCGAN,用于生成多维的时间序列数据。RGAN,在生成器和分类器上都采用RNN架构。RCGAN,同样也都是在生成器和分类器上采用RNN架构,但是这两个RNN需要辅助信息作为条件。利用一组玩具数据来进行验证,最终通过直观和定量性(样本似然性和mmd【最大平均差异】)发现能够很好的生成时间序列数据。同时作者又提出一种新的评价GAN的指标,生成数据作为训练集然后训练模型,然后真实数据作为测试集进行模型性能.原创 2021-06-18 10:46:14 · 421 阅读 · 0 评论 -
自用—时间序列数据、RNN、LSTM 中输入形式的记录
time_size: 时间步长,时间序列的长度序列长度(sequence length)也可以理解为时间步(time step)比较好理解。比如一个语音输入,语音的长度就是序列长度。input size表示一次输入的特征向量的大小。比如上面的全连接层神经网络,当batch_size为1是,输入的shape就是1x3是不是脉搏就可以看做 输入的特征是1 因为是一通道的,图例是3通道的例如这样一个数据集合,总共100条句子,每个句子20个词,每个词都由一个80维的向量表示。在lstm中,单个样本即单条句原创 2021-06-18 10:05:48 · 1806 阅读 · 1 评论 -
2016 Data Augmentation for Time Series Classification using Convolutional Neural Networks
摘要CNN分类常用于计算机视觉和语言识别,但是很少用于时间序列分类。因为设计了一个有两层卷积层的CNN用于作时间序列分类。CNN的一个缺点就是需要大量的有效数据去训练。针对这个缺点提出了两个解决方案:(1)数据扩充 (2)利用来自不同数据集的训练时间序列以半监督的方式学习网络Introduction文献中关于时间序列分类的方法主要有两种:(1)distance-based【基于距离】【在原始数据上直接出来,根据原始数据相似性进行分类】【常用方法:DTW、ED、DTW与K-NN组合】 (2)featu.原创 2021-06-06 20:45:11 · 607 阅读 · 0 评论 -
2017 Data Augmentation of Wearable Sensor Data for Parkinson’s Disease Monitoring using Convolutiona
摘要本篇论文主要还是采用CNN,因为CNN广泛应用到很多领域(2017年),还是因为可用数据的有限,所以采用数据增强【简单的数据扩充】,最终使分类准确率从77.54%提升到86.88%数据增强 for wearable sensor data(1) 通过扰动窗口或事件的位置来增加数据(2) 抖动法、缩放法、裁剪法、旋转法、置换法、震级翘曲法和时间翘曲法CNN架构总结因为GAN是2016才提出应用的,所以在这几篇论文中还没有提出应用GAN...原创 2021-06-08 10:53:46 · 272 阅读 · 0 评论