Some Well-known Papers

2019/12/14 00:00:00 paper list

一些经典的论文

VAEs

  • Auto-Encoding Variational Bayes

    提出VAE

  • Wasserstein Auto-Encoders

    提出WAE

Deep leanring or machine learning on time series with mixed sampling rate

2019/07/22 12:00:00 paper list survey time series mixed sampling rate

  • Autoregressive Convolutional Neural Networks for Asynchronous Time Series: ICML 2019

    异：

    1. 处理的是多维时间序列数据
    2. 针对非同步数据，并未和我们一样，训练一个能够用于多种采样率的模型，而是将[多维时间序列，序列指示剂，采样间隔]合并成为多维时间序列，然后输入到网络中
    3. 使用类似自回归模型的算法，对时间序列模型进行预测
    4. 使用cnn进行序列学习

    同：

    1. 没什么相同的

Deep leanring or machine learning on time series with missing value

2019/07/22 12:00:00 paper list survey time series missing value

近年来一些顶会文章或者是比较重要的文章，并列出与我的工作的异同点（NIPS20的投稿）

Data Augmentation

2019/04/12 12:00:00 paper list survey data augmentation

Data Augmentation (Specifically for rhythmic time series, e.g. ECG, EEG, etc..)

一般来讲，针对ECG/EEG数据的分类、异常检测等任务，都存在严重的数据不平衡问题。这些数据增强方法一般用于丰富样本较少的类别。
大量的工作集中于使用GAN/VAE等生成模型建立数据的分布，然后从分布中生成采样。以下的方法是一些在显空间数据上进行数据增强的简单方法。