《Deep learning for time series classification a review》基于深度学习的时间序列分类综述
1.引言本文针对以下开放性问题:TSC目前最先进的DNN是什么?当前的DNN方法是否达到TSC的最先进性能并且不如HIVECOTE复杂?哪种类型的DNN架构最适合TSC任务?随机初始化如何影响深度学习分类器的性能?最后:是否可以避免DNN的黑盒效应以提供可解释性?我们的实验表明,不仅DNN能够明显优于NN-DTW,而且使用深度残差网络架构也能够获得与COTE和HIVE-COTE没有显着差异的结果(