基于不確定性的多元時(shí)間序列分類算法研究

摘要： 多元時(shí)間序列(Multivariate time series, MTS)分類是許多領(lǐng)域中的重要問題,準(zhǔn)確的分類結(jié)果可以有效地幫助決策.當(dāng)前的MTS分類算法在個(gè)體的表征學(xué)習(xí)階段難以自動(dòng)建模多元變量之間復(fù)雜的交互關(guān)系,并且無法評(píng)估分類結(jié)果的可信度,這會(huì)導(dǎo)致模型性能受限,以及缺乏具備統(tǒng)計(jì)意義的可靠性解釋.本文提出了一種基于不確定性的多元時(shí)間序列分類算法,變分貝葉斯共享圖神經(jīng)網(wǎng)絡(luò),即...