arXiv 人工智能· Nguyen Ho, Bach Tung Tran, Trung Ky Nguyen, Zhenchang Xia, Bolong Zheng, Long Van Ho·· 3 小时前AI 评分33
大规模高效标注时间序列分类：结合反事实归因的双流 OSSE-LSTM 架构
Label-Efficient Time Series Classification at Scale: A Dual-Stream OSSE-LSTM with Counterfactual Attribution
AI 导读
研究者提出面向少样本时间序列分类的 Dual-Stream OSSE-LSTM 框架，结合全尺度卷积与双向 LSTM 构建原型嵌入。该方法引入 Counterfactual Integrated Gradients（C-IG）实现原型边界解释与测试期原型微调。在 19 个单变量 UCR 数据集上，其准确率达 96.36%-96.72%，最弱配置仍优于对比基线的最高成绩 93.99%。
来源：arXiv 人工智能 · arxiv.org