跨域时序分类新基准
通过对比与自回归联合训练，在四个基准上超越现有方法，捕捉判别性跨域特征。
Guangju, Yang · 罗天健 · Zhang, Xiaochen
Engineering Applications of Artificial Intelligence 2025
通过跨域混合预处理和自回归鉴别器，从样本和特征两个层面减少域间分布差异，使模型在不同域上表现更稳定。
在四个跨域时间序列数据集上分类性能优于多个近期最先进模型，证明了方法的有效性。
模型对参数不敏感，便于在不同任务中部署调优，降低使用门槛。