2023 논문 세미나
1.COST: CONTRASTIVE LEARNING OF DISENTANGLED SEASONAL-TREND REPRESENTATIONS FOR TIME SERIES FORECASTING 요약
딥러닝은 시계열 예측에 사용되었지만, 메인스트림 파라다임은 LSTM/RNN 에서부터 TCN, Transformer와 같은 neural network를 학습하는것에 기반하였다. Represent learning의 성공으로 인해 최근 시계열 예측에서 disentangeld
2023년 1월 10일
2.Self-Supervised Contrastive Pre-Training for Time Series via Time-Frequency Consistency 요약
시계열에 대한 pre-training은 타겟 도메인과의 미스매치 문제점이 있다. 이는 일시적인 다이나믹스, 빠르게 변화하는 트랜드, 짧은 사이클 등의 문제로 나쁜 다운스트림 퍼포먼스를 보인다. 도메인 적용이 이러한 움직임을 경감하지만, 대부분의 케이스에서 타겟 도메인의
2023년 1월 12일