标签
ChorusTIC是一个用于多元时间序列分类的免训练基础模型，它利用上下文学习来处理异构通道配置，无需目标任务更新，在标准基准测试中展现出强大性能。
本文评估了SelF-Rocket在电气和机械系统多类故障诊断中的应用，引入了一种多变量扩展，并在基准数据集上将其与基于ROCKET的方法进行了比较。
本文介绍了drXAI，一种利用XAI归因减少时间序列分类数据大小的方法，在保持准确性的同时实现80-90%的数据缩减，使大型模型能够扩展。
本文表明，使用脑电图信号频谱特征的传统机器学习模型在诊断神经退行性疾病方面能够达到或超越最先进的基于注意力的深度学习模型，暗示了注意力机制在该领域的根本局限性。