المفاهيم الأساسية
CrossTimeNetは、時系列データのクロスドメイン自己教師付き事前学習を可能にし、汎用的で転送可能な基本モデルを提供します。
الملخص
自己教師付き事前学習が時系列表現を向上させることが示された。
CrossTimeNetは異なるドメイン間で知識を転送する能力を強化し、シーケンシャルデータ処理タスクにおいて優れたパフォーマンスを発揮する。
プリトレーニングされたBERTモデルは収束性と精度において優れている。
異なるマスキング比率の影響が明らかにされた。
クロスドメインプリトレーニングの有効性が示された。
実験結果:
CrossTimeNetは他の比較対象よりも優れたパフォーマンスを示した。
BERTパラメータで初期化されたモデルが最も高い性能を達成した。
マスキング比率0.45で最適なパフォーマンスが得られた。
クロスドメインプリトレーニングにより、全体的な精度とF1スコアが向上した。
結論:
CrossTimeNetは新しい自己教師付き事前学習手法であり、時系列表現の事前学習に設計されています。この手法は時系列データの離散化を特徴としており、異なるドメイン間で自己教師付きプリトレーニングを可能にします。 umlaut
الإحصائيات
CrossTimeNetは他の比較対象よりも優れたパフォーマンスを示した。
BERTパラメータで初期化されたモデルが最も高い性能を達成した。