当前位置：网站首页>TapNet: Multivariate Time Series Classification with Attentional Prototypical Network

TapNet: Multivariate Time Series Classification with Attentional Prototypical Network

2022-07-27 10:59:00 【想搞钱的小陈】

TapNet：半监督学习 20 AAAI 论文

创新点1：

RDP: random dimension permutation

每次的训练的时候并不是把所有的variable都训练，而是随机多个组，再进行训练。

创新点2：

半监督原型学习：

通过网络将时间序列encoder为低维表征向量。我们求得每个类别的质心。我们以类别k为例， $c_{k}$ 代表类别k的质心。质心通过

$c_{k}=\sum A_{k,j} \cdot H_{k,j}$

对每一个实例i进行注意力计算（也就是质心通过attention机制，对不同的instance有不同的注意力）。attention通过函数求出

由以上，我们就可以得到每个类的原型，得到原型之后，我们可以知道x的分布，x的分布如公式所示

其中，ck就是质心， $f_{\theta } (x)$ x经过embedding的结果，计算x与质心的距离。但在作者的源码中，计算并不是如图中所示，是因为loss是计算log(p_θ)的，所以化简后，作者的源码有一个-1/2 （-1/2是算绝对值所以产生的）

半监督：

在计算 $c_{k}$ 的时候，增加无标签的数据，因为没有用到标签，同样也可以计算出p_θ

也就是公式4。（x到k的距离/x到其他所有质心的距离）

版权声明
本文为[想搞钱的小陈]所创，转载请带上原文链接，感谢
https://blog.csdn.net/qq_34845880/article/details/120621337