基于不确定性的多元时间序列分类算法研究
文献类型：期刊论文
| 作者 | 张旭; 张亮; 金博; 张红哲 |
| 刊名 | 自动化学报
 |
| 出版日期 | 2023 |
| 卷号 | 49期号:4页码:790-804 |
| 关键词 | 多元时间序列预测 图神经网络 不确定性 随机变分推断 贝叶斯神经网络 |
| ISSN号 | 0254-4156 |
| DOI | 10.16383/j.aas.c210302 |
| 英文摘要 | 多元时间序列(Multivariate time series, MTS)分类是许多领域中的重要问题,准确的分类结果可以有效地帮助决策.当前的MTS分类算法在个体的表征学习阶段难以自动建模多元变量之间复杂的交互关系,并且无法评估分类结果的可信度,这会导致模型性能受限,以及缺乏具备统计意义的可靠性解释.本文提出了一种基于不确定性的多元时间序列分类算法,变分贝叶斯共享图神经网络,即VBSGNN (Variational Bayes shared graph neural network).首先通过图神经网络(Graph neural network, GNN)提取多元变量之间的交互特征,然后利用贝叶斯神经网络(Bayesian neural network, BNN)为预测过程引入了不确定性.最后在10个公开MTS数据集上进行了算法实验,并与当前提出的7类算法进行了比较,结果表明VBSGNN可有效学习多元变量之间的交互关系,提升了分类效果,并使得模型具备一定的可靠性评估能力. |
| 源URL | [http://ir.ia.ac.cn/handle/173211/56168]  |
| 专题 | 自动化研究所_学术期刊_自动化学报 |
| 推荐引用方式 GB/T 7714 | 张旭,张亮,金博,等. 基于不确定性的多元时间序列分类算法研究[J]. 自动化学报,2023,49(4):790-804. |
| APA | 张旭,张亮,金博,&张红哲.(2023).基于不确定性的多元时间序列分类算法研究.自动化学报,49(4),790-804. |
| MLA | 张旭,et al."基于不确定性的多元时间序列分类算法研究".自动化学报 49.4(2023):790-804. |
入库方式： OAI收割
来源：自动化研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。