- 1、本文档共79页,其中可免费阅读24页,需付费100金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
摘要
多元时间序列分类作为时间序列领域的一项基本任务,随着深度学习表示能力
的提高取得显著进步。然而,深度学习网络的“黑盒”特性使其难以在时间序列领
域得到广泛应用。本文围绕多元时间序列分类可解释性,基于Transformer网络设计
并实现一种结合时间域和空间域上下文的可解释性分类模型TSformer;提出一种可
解释性评价方法并构造三种合成数据集从样本级验证TSformer分类结果的可解释性
能;以及搭建一个基于事后可解释性方法的深度学习分类系统。具体内容如下。
本文提出一种
文档评论(0)