AdaFSNet은 시계열 데이터 분류를 위한 새로운 합성곱 신경망 모델이다. 이 모델은 두 개의 Dense 블록을 포함하며, 다양한 크기의 합성곱 커널을 활용하여 시계열 데이터의 최적의 수용 영역 크기를 동적으로 선택한다. 특히, TargetDrop 블록을 통해 중요한 특징을 선별하여 모델의 성능을 향상시킨다.
AdaFSNet은 UCR 및 UEA 데이터셋에 대해 기존 모델들을 능가하는 분류 정확도를 달성했다. 이는 AdaFSNet이 다양한 길이의 시계열 데이터에서 효과적으로 특징을 추출할 수 있음을 보여준다. 또한 AdaFSNet은 학습 속도가 빠르고 수렴이 용이하여 실용적인 측면에서도 장점을 가진다.
翻譯成其他語言
從原文內容
arxiv.org
深入探究