나쁜 양성 쌍 문제를 해결하기 위한 동적 나쁜 쌍 채굴(DBPM) 알고리즘의 효과적인 제안
StatioCL은 시계열 데이터의 고유한 특징인 비정상성과 시간적 의존성을 활용하여 기존 대조 학습 방법에서 발생하는 'false negative pairs' 문제를 완화하고, 시계열 분류 작업의 성능을 향상시키는 새로운 대조 학습 프레임워크입니다.
