sleepingposture的博客

一、论文主要工作总结在这项工作中，介绍了一种时间序列特征的小集合的方法，该方法（i）在给定的时间序列问题集合中表现出强大的分类性能，并且（ii）具有最小的冗余性。将该方法应用于93个时间序列分类数据集（包含超过147,000个时间序列），并使用hctsa特征库的过滤版本（4791个特征），引入了22个规范的时间序列特征，catch22可以适合时间序列数据挖掘任务中通常遇到的动态变化。尽管将分类精度平均降低了7％，但从4791降到22的降维与计算时间减少了约1000倍，并且时间随时间序列长度的变化接近

在“Deep Forest: Towards an Alternative to Deep Neural Networks”（论文网址见文章最后）这篇论文中，提出了除利用神经网络的深度学习以外的基于树的深度方法gcForest。这篇深度森林论文中使用的是多粒度级联森林gcForest，深度学习取得成功的主要原因是有：有逐层的处理、有内部特征的变化、有足够的模型复杂度。类比于这些原因，周教授...

在论文AutoEncoder by Forest中，提出了EncoderForest，即“eForest”，它可以让一个决策树集成在监督和无监督的环境中执行前向和后向编码运算。 事实上，森林通常被用来进行前向预测，从每棵树的根部到叶子，而不知道如何进行后向重建，即从叶子上获得的信息中推导出原始样本。 下面是前向编码的算法1： 对于...

第一篇：https://cloud.tencent.com/developer/article/1086286第二篇：https://cloud.tencent.com/developer/article/1069274第三篇：https://cloud.tencent.com/developer/article/1145554会议内容：https://cloud.tencent.co...

多视角学习包括：（1）协同训练；（2）多核学习；（3）子空间学习协同训练：https://blog.youkuaiyun.com/shine19930820/article/details/77426599https://blog.youkuaiyun.com/qq_35994754/article/details/73457817https://blog.youkuaiyun.com/s2010241013/art...