异构图多元时间序列分类网络

半监督少样本即精准

把形状子序列、主体特征和相似性同时建模进一张异构图，少标签场景下分类更准。

Mingsen, Du · Meng, Chen · Zheng, Liu · Yongjian, Li · 嵇存 · 魏守水

IEEE Transactions on Industrial Informatics 2025

技术优势

高维数据下表现稳健

通过对比时序自注意力获得稀疏表示，避免维度灾难。

有效利用少量标签

半监督异构图表示整合多种附加信息，在标注样本少时也能取得好性能。

应用场景

• 工业传感器时序分析：用少量标签即准确分类高维传感数据，降低标注成本。
• 医疗监测信号识别：捕捉监测信号中的判别性子序列，辅助疾病识别。
• 设备故障诊断：利用半监督图表示在少故障样本下仍能有效诊断。
• 物联网时序数据处理：处理海量时序流时用稀疏表示降低计算负担。