返回
Multi-scale Dynamic Preservation Mapping: A Time Series Data Augmentation Approach
DOI:10.1007/978-981-95-4384-7_26.png)
摘要
En 中文
时序分析任务通常受限于标记数据的不足,促使研究人员探索频域数据增强方法以提高模型泛化能力。然而,现有方法通常应用均匀的频谱扰动,可能无意中扭曲了对下游任务至关重要的判别性频带,从而限制了其有效性。为解决此问题,我们提出了多尺度动态保留映射(MSDPM),一种频域感知的增强框架,旨在动态检测并保留判别性频谱区域。MSDPM利用离散小波变换构建多尺度频谱表示,并结合能量-熵评分与带内自注意力机制,自适应地生成样本特定的保留掩码。这些掩码选择性扰动非关键频域分量,同时保留信息性分量。在四个公开数据集(HAR、SleepEDF、OPPORTUNITY、WISDM)上的大量实验表明,与当前最佳方法SimPSI相比,MSDPM始终能提升模型性能和鲁棒性。消融研究进一步验证了多尺度分解和动态掩码机制对于实现优异结果至关重要。
Keyword:
Time-series augmentation
Dynamic spectral mask
Multi-scale analysis
Wavelet transform
Frequencydomain
期刊
N
IF:
0
论文数:
26
被引数:
0
机构
引用论文
Discriminating orientation information with phase consistency in alpha and low-gamma frequency bands: an EEG study
SCIENTIFIC REPORTS
IF3.9
Improving Modulation Recognition Using Time Series Data Augmentation via a Spatiotemporal Multi-Channel Framework
Electronics
IF0
SimPSI: a simple strategy to preserve spectral information in time series data augmentationSimPSI:一种在时间序列数据增强中保持谱信息的方法

