同时建模实例与通道关联
一种新颖的图神经网络模型，通过图结构演化与图池化层动态学习时间序列间的依赖特征，实现多变量时间序列分类。
Wang, Shun · 张勇 · Lin, Xuanqi · 胡永利 · 黄庆明 · 尹宝才
IEEE Transactions on Knowledge and Data Engineering 2025
模型在单个图结构中综合考虑时间序列实例间和通道间的相关性，避免了现有方法只关注单一方面造成的特征丢失。
通过图结构演化和图池化层，模型能够捕捉通道间相关性随时间的变化模式，从而提升对复杂动态系统的表征能力。
在公开的UEA多变量时间序列分类基准上，SAGoG取得了出色的分类准确率，证明了其泛化能力。