通道注意力机制的锐度感知多元时间序列分类

摘要

多元时间序列分类任务(multivariate time series classification, MTSC)中，现有方法存在变量间依赖关系，捕捉能力不足和时间维度信息利用不充分。针对上述问题，提出了基于通道注意力机制的多元时间序列分类模型——SCANet(sharpness aware minimization channel attention net),该模型使用了通道注意力机制，分别学习通道维度与时间维度的显著性权重。在此基础上，结合锐度感知最小化算法，提升了模型的鲁棒性。为了评估模型的性能，与11个模型在UEA公开数据集上进行对比，证明所提模型对多元时间序列分类更加准确。

关键词

多元时间序列分类 / 通道注意力 / 锐度感知最小化