时序论文25｜ShapeFormer: 用于多变量时间序列分类的Shapelet Transformer

论文标题：ShapeFormer: Shapelet Transformer for Multivariate Time Series Classification

论文链接：https://arxiv.org/abs/2405.14608

代码链接：https://github.com/xuanmay2701/shapeformer.

前言

本文面向的任务是多元时间序列分类任务，提出Shapelet Transformer（ShapeFormer），提取通用特征和代表性类别特定特征(shapelets)。

一、什么是序列的shapelets?

这里有一个重要概念: shapelets。在多元时间序列分类（MTSC）中，"Shapelet"是每个类别的判别性子序列，换句话说就是那些含有特定类别信息的时间序列子序列。很明显，Shapelet与其类别的时间序列之间的距离远小于与其他类别时间序列的距离（见图1），这种覆盖能力使它们能有效代表时间序列。