728x90 반응형 시계열2 [논문리뷰] TimesNet, Temporal 2D-Variation Modeling for General Time Series Analysis 1. IntroductionICLR 2023에 publish된 논문이고 주된 내용은interperiod-variation, intraperiod-variation(기간내, 기간 간 변동) 모두 포착하는 모델 아키텍처 제안1차원 시계열 데이터를 2차원 데이터로 변환하여 convolution으로 feature extractionResNet의 residual block을 이용한 TimesBlock 제안파라미터 수를 줄이기 위해 GoogLeNet의 Inception 사용5개의 General Task에 대하여 SOTA 달성장기 예측(long-term forecasting)단기 예측(short-term forecasting)결측치 대입(imputation)분류(classification)이상치 탐지(anomaly .. 2023. 4. 8. 시계열 데이터의 상관성 구하기 (time-series correlation) 서로 다른 시계열 데이터의 상관성을 어떻게 알 수 있을까?그리고 두 데이터의 길이가 다르다면?? 공통적인 주의사항으로, 상관관계를 인과관계로 해석해서는 안된다는 것임을 통계학 수업에서 많이 들어봤을 것이다.1. Pearson Correlation Coefficient (PCC, Pearson's r)통계 시간에 배우는 그 피어슨-상관계수 맞다. \[ \rho_{X, \ Y} = \cfrac{\text{cov}(X, \ Y)}{\sigma_X \sigma_Y} = \cfrac{\mathbb{E}[XY] - \mathbb{E}[X] \mathbb{E}[Y]}{\sqrt{\mathbb{E}[X^2] - (\mathbb{E}[X])^2} \sqrt{\mathbb{E}[Y^2] - (\mathbb{E}[Y])^.. 2023. 2. 12. 이전 1 다음 728x90 반응형
