时间序列分类

时间序列广泛应用于金融、工业领域、健康、运维、交通领域。

其实异常检测任务也可以看作是一个时间序列分类任务，异常与否两类，或者异常有很多种，则是多分类问题。

时间序列分类的数据是多种的：时间轨迹数据，时空数据，时间序列图数据，但本节主要针对纯粹的时间序列：包含单维度和多维度的时间序列。

论文

• ROCKET: Exceptionally fast and accurate time series classification using random convolutional kernels Data Min. Know. Disc. 34, 1454–1495, 2020

• InceptionTime: Finding AlexNet for Time Series Classification Data Min. Know. Disc. 2020

• HIVE-COTE 2.0: a new meta ensemble for time series classification.

• MultiRocket: multiple pooling operators and transformations for fast and effective time series classification.

这几个方法也是比较经典且好用的方法。

数据集

主要就是UCR时间序列分类数据集（含多维度和单维度），这个数据集对很多时间序列感兴趣的朋友应该都不陌生。

还有很多其他的数据集收集：

每列分别是

• 数据集名称

• 训练集大小

• 测试集大小

• 时间序列长度

• 类别的个数（二分类和多分类都存在）

点击数据集

![](https://files.mdnice.com/user/581/7097c98f-69d9-4406-8363-a4259d300740.png

有详细信息和数据源：

还有时间序列各类别的预览可视化

参考

这个网站主要是uea的老师和同学维护的

• 数据集： https://www.timeseriesclassification.com/dataset.php

• papers： https://www.timeseriesclassification.com/index.php

推荐阅读：

我的2022届互联网校招分享

我的2021总结

浅谈算法岗和开发岗的区别

互联网校招研发薪资汇总

2022届互联网求职现状，金9银10快变成铜9铁10！！

公众号：AI蜗牛车

保持谦逊、保持自律、保持进步

发送【蜗牛】获取一份《手把手AI项目》（AI蜗牛车著）

发送【1222】获取一份不错的leetcode刷题笔记

发送【AI四大名著】获取四本经典AI电子书