arXiv 机器学习· Onisa Mpaunda·· 1 天前AI 评分36
CADENCE：面向快速精准时间序列分类的置信度自适应双专家网络
CADENCE: A Confidence-Adaptive Dual-Expert Network for Fast and Accurate Time Series Classification
AI 导读
研究人员提出原生 CPU 双专家网络 CADENCE，通过解耦表征学习与自适应路由，实现快速精准的时间序列分类。在 109 个 UCR 数据集的 3,270 次评测中，CADENCE 达到 0.8864 的平均准确率，仅次于 HIVE-COTE 2.0 且无统计显著差异。其在双核 CPU 上单数据集平均耗时仅 17.53 秒，相关代码已开源。
来源：arXiv 机器学习 · arxiv.org