arXiv · cs.AI· Francesco Spinnato, Riccardo Guidotti, Anna Monreale, Mirco Nanni·· 2 天前
基于感受野词袋的快速、可解释且确定性的时间序列分类方法
Fast, Interpretable, and Deterministic Time Series Classification With a Bag-of-Receptive-Fields
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Francesco Spinnato, Riccardo Guidotti, Anna Monreale, Mirco Nanni
期刊信息（来源提供）：IEEE Access, vol. 12, pp. 137893-137912, 2024
研究任务与主要进展
作者提出Bag-of-Receptive-Fields（BORF）时间序列变换，通过在SAX中引入膨胀和步幅，并以稀疏多变量张量表示多尺度时间模式，旨在提升分类效率与可解释性。基于论文摘要，BORF在150多个单变量和多变量分类数据集上相较传统SAX方法及先进时间序列分类器表现出良好准确率和计算效率；具体实验细节未在摘要中说明。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org