Towards Similarity-Aware Time-Series Classification
Rice University（莱斯大学）
本文研究了时间序列数据采掘的一个基本任务--时间序列分类。先前的工作已经从两个主要方向接近TSC：（1）基于最近邻对时间序列进行分类的基于相似性的方法，以及（2）以数据驱动的方式直接学习分类表示的深度学习模型。受这两条研究线内不同工作机制的激励，我们的目标是以这样一种方式将它们连接起来，以便联合建模时间序列相似性并学习表示。这是一项具有挑战性的任务，因为我们还不清楚如何有效地利用相似性信息。为了应对这一挑战，我们提出了相似性感知时间序列分类（SimTSC），这是一个概念上简单而通用的框架，它使用图神经网络（GNNs）对相似性信息进行建模。具体来说，我们制定TSC作为一个节点分类问题的图形，其中的节点对应于时间序列，和链接对应于成对的相似性。为了提高训练效率，我们进一步设计了一种图的构造策略和一种带负采样的批量训练算法。我们使用ResNet作为骨干，动态时间规整（DTW）作为相似性度量来实例化SimTSC。在完整的UCR数据集和多个多变量数据集上进行的大量实验证明了在监督和半监督设置下将相似性信息纳入深度学习模型的有效性。我们的代码可在https://github.com/daochenzha/SimTSC上获得
2022-01-06 cs.LG
Free congruence: an exploration of expanded similarity measures for time series data
University of Southern California（南加利福尼亚大学）；Universität für Musik und darstellende Kunst Graz（格拉茨音乐与表演艺术大学）
时间序列相似性度量在包括训练机器学习模型、分类和预测建模在内的广泛的新兴应用中是高度相关的。时间序列的标准相似性度量通常涉及点对点距离度量，包括欧氏距离和动态时间弯曲。这种相似性度量基本上要求被比较的时间序列中的值的波动遵循要建立的相似性的相应顺序或节奏。本文是由探索更广泛的定义相似性，即一个考虑到纯粹的数值之间的相似性的时间序列段的统计特性集的价值标签无关的刺激。此外，时间序列段之间是否存在共同的模式成分进行了检查，即使它们以排列顺序出现，这不一定满足更传统的点对点距离测量的标准。在相同的上下文数据上，将结果与动态时间规整的结果进行了比较。令人惊讶的是，测试的统计属性集之间的数值相似性建立了一个更强的相似性配对的下降年更大的统计意义比动态时间弯曲的特定数据和样本量使用。
2021-01-17 cs.LG
Series2Vec: Similarity-based Self-supervised Representation Learning for Time Series Classification
Monash University（莫纳什大学）
针对时间序列自监督学习正样本相似性不足的问题，提出基于时域频域相似性预测的Series2Vec方法，结合顺序不变注意力，在多数据集上性能优于现有自监督方法，可媲美全监督且适配少标签场景，融合其他模型可进一步提升分类效果。
2023-12-12 cs.LG
Latent Structural Similarity Networks for Unsupervised Discovery in Multivariate Time Series
Independent Researcher（独立研究者）；University of Cambridge（剑桥大学）
本文提出了一种用于多变量时间序列无监督发现的潜在结构相似性网络，通过无监督学习构建实体间关系图，展示潜在相似性对网络结构的影响。
2026-01-15 cs.LG
Guaranteed Classification via Regularized Similarity Learning
College of Engineering, Mathematics and Physical Sciences（工程、数学与物理科学学院）；University of Exeter（埃克塞特大学）
从可用的数据中学习适当的（反）相似性函数是机器学习中的中心问题，因为许多机器学习算法的成功关键取决于相似性函数的选择来比较示例。尽管已经提出了许多相似性度量学习的方法，但很少有理论研究相似性度量学习和结果分类器的分类性能之间的联系。在本文中，我们提出了一个正则化的相似性学习公式与一般矩阵范数，并建立其推广界。我们表明，所得到的线性分离器的泛化误差可以由相似性学习的推导出的泛化界。这表明，学习的相似性函数的良好的一般化保证了所得线性分类器的良好分类。我们的结果推广和改进了Bellet等人[3]的结果。由于技术依赖于一致稳定性的概念[6]，那里得到的界仅对Frobenius矩阵范数正则化成立。我们使用Rademacher复杂性[5]及其相关的Khinchin-type不等式的技术使我们能够建立与一般矩阵范数（包括稀疏L1范数和混合（2，1）范数）相关的正则化相似性学习公式的界限。
2013-08-29 cs.LG
A Similarity-based Framework for Classification Task
Jiangsu University（江苏大学）；Nanjing University of Aeronautics and Astronautics（南京航空航天大学）
基于相似性的方法为多标签学习提供了一种新的方法，并取得了很好的性能。在本文中，我们推广这种方法，从而在一个新的框架分类任务。具体来说，我们将基于相似性的学习和广义线性模型结合起来，以实现两全其美。这使我们能够捕获类之间的相互依赖性，并防止影响噪声类的性能。模型的每个学习参数可以揭示一个类对另一个类的贡献，在一定程度上提供可解释性。实验结果表明了该方法在多类别多标签数据集上的有效性
2022-03-05 cs.LG
Advancing multivariate time series similarity assessment: an integrated computational approach
International Centre of Insect Physiology and Ecology (icipe)（国际昆虫生理与生态中心）；Faculty of Science, University of Dschang（大学丁加角学院）；University of KwaZulu-Natal（夸祖鲁-纳塔尔大学）；African Union Inter-African Phytosanitary Council (AU-IAPSC)（非洲联盟国际非洲植物检疫委员会）
本文提出综合计算方法MTASA，通过混合优化时间序列对齐与多处理引擎，有效解决多元时间序列相似性评估中的大数据集与时间错位挑战，准确率提升约1.5倍且速度翻倍。
2024-03-16 cs.LG
On the Relationship between the Posterior and Optimal Similarity
PARC（帕洛阿尔托研究中心）
对于由联合密度$P(ω,x)$描述的分类问题，$P(ω\eqω'|x,x')$模型（"贝叶斯相似性度量“）已被证明是最近邻分类的最佳相似性度量。本文分析论证了该条件分布的几个附加性质。本文首先表明，我们可以重建，直到类标签，类后验分布$P(ω|x)$给定$P(ω\eqω'|x,x')$，给出了恢复类标签的程序，并给出了一个渐近贝叶斯最优分类程序。它还显示，给定这样一个最佳的相似性度量，如何构建一个分类器，优于最近邻分类器，并实现贝叶斯最优分类率。然后，本文分析了贝叶斯相似性的框架中，分类器面临着一些相关的分类任务（多任务学习），并说明重建类后验分布是不可能的一般。最后，本文使用$P(ω\eqω'|x,x')$识别了一类不同的分类问题，并表明使用$P(ω\eqω'|x,x')$来解决这些问题是贝叶斯最优解。
2007-12-02 cs.LG
Anomaly Detection in Event-triggered Traffic Time Series via Similarity Learning
Department of Computer Science and Technology, Tongji University（同济大学计算机科学与技术系）；Zhejiang University（浙江大学）
本文提出一种基于分层多分辨率自编码器与高斯混合模型的无监督相似性学习框架，用于事件触发时间序列的异常检测，实验表明其性能显著优于现有方法。
2025-06-20 cs.LG
Measuring Time-Series Dataset Similarity using Wasserstein Distance
Dolby Labs（多利贝实验室）；Adobe Research（Adobe研究）
针对时间序列基础模型研究中数据集相似性度量的需求，提出基于Wasserstein距离的分布式度量方法，经实验验证可有效识别相似数据集并高相关度估计基础模型推理性能。
2025-07-29 cs.AI cs.LG
The impact of data set similarity and diversity on transfer learning success in time series forecasting
Fraunhofer Institute for Integrated Circuits IIS（弗劳恩霍夫集成电路研究所）；Fraunhofer Center for Applied Research on Supply Chain Services SCS（弗劳恩霍夫供应链服务应用研究中心）；Christian-Albrechts-Universität zu Kiel（基尔基督教阿尔布雷希特大学）；Otto-Friedrich-Universität Bamberg（班贝格奥托-弗里德里希大学）；Vives University of Applied Science（维维斯应用科技大学）；University of Haute-Alsace（上阿尔萨斯大学）；Monash University（莫纳什大学）
本文系统研究了源-目标相似性与源多样性对时间序列迁移学习的影响，发现相似性降低偏差，多样性提升准确性与不确定性估计但增加偏差。
2024-07-05 cs.LG
Deep Distance Measurement Method for Unsupervised Multivariate Time Series Similarity Retrieval
本文提出DDMM方法，通过学习时间序列中状态的微小差异提升相似性检索准确性，实验显示其在造纸厂数据集上优于现有方法，并在工业应用中有效。
2026-03-13 cs.LG
NeuralWarp: Time-Series Similarity with Warping Networks
Information Systems and Machine Learning Lab（信息系统与机器学习实验室）
时间序列相似性度量的研究强调了弹性方法的必要性，这些方法可以调整时间序列对的索引，并且已经提出了大量的非参数方法。另一方面，深度学习方法在密切相关的领域占主导地位，例如学习图像和文本句子相似性。在本文中，我们提出了\textit{NeuralWarp}，一种新的措施，模型对齐的时间序列索引在深表示空间，通过建模的翘曲函数作为一个上层神经网络之间的深度编码的时间序列值。实验结果表明，\textit{NeuralWarp}在一系列不同的现实生活数据集上的性能优于非参数和未扭曲的深度模型。
2018-12-20 cs.LG stat.ML
TS3IM: Unveiling Structural Similarity in Time Series through Image Similarity Assessment Insights
Software Engineering Institute, East China Normal University（华东师范大学软件工程学院）
本文提出受SSIM启发的TS3IM指标，从趋势、可变性和结构完整性多维度量时间序列相似性，实验显示其更贴近DTW并显著提升对抗识别性能。
2024-05-10 cs.CV cs.LG
Elastic Similarity and Distance Measures for Multivariate Time Series
Monash University（莫纳什大学）；Univ. Bretagne Sud（南布列塔尼大学）；IRISA（法国信息与随机系统研究所）；CNRS（法国国家科学研究中心）
本文提供了七种常用的弹性相似性和距离测度的多变量版本，用于时间序列数据分析。弹性相似性和距离度量是一类可以补偿时间序列数据在时间轴上的不对齐的相似性度量。我们适应两个现有的策略中使用的多变量版本的著名的动态时间规整（DTW），即独立和依赖DTW，这七个措施。虽然这些措施可以应用于各种时间序列分析任务，我们证明了他们的效用多变量时间序列分类使用最近邻分类器。在23个著名的数据集上，我们证明了除了一个之外的每一个测量都在至少一个数据集上相对于其他测量达到了最高的准确度，这支持了开发一套多变量相似性和距离测量的价值。我们还证明，有数据集的依赖版本的所有措施是更准确的比他们的独立同行，反之亦然。此外，我们还构建了一个最近邻为基础的集成的措施，并表明它是竞争力的其他国家的最先进的单策略的多元时间序列分类器。
2023-01-17 cs.LG stat.ML
Ranking and significance of variable-length similarity-based time series motifs
Artificial Intelligence Research Institute (IIIA-CSIC)（人工智能研究所（IIIA-CSIC））；Centre de Recerca Matemàtica（数学研究中心）
在时间序列中检测非常相似的模式，通常称为基序，已经受到不同科学界的持续和越来越多的关注。特别是，最近已经提出了用于发现不同长度的相似基序的方法。在这项工作中，我们表明，这种可变长度的相似性为基础的图案不能直接比较，因此排名，他们的归一化的差异。具体来说，我们发现，长度归一化的基序的差异仍然有内在的依赖性的基序长度，最低的差异特别是这种依赖性的影响。此外，我们发现这种依赖关系通常是非线性的，并随着所考虑的数据集和相异性度量而变化。基于这些发现，我们提出了一个解决方案，这些图案的排名和衡量其意义。该解决方案依赖于相异性空间的紧凑但准确的模型，使用具有三个参数的β分布，这三个参数以非线性方式取决于基序长度。我们相信，可变长度差异的不可比性可能超出时间序列的领域，并且类似的建模策略在更广泛的背景下可能会有所帮助。
2015-03-06 cs.LG
Clustering Time-Series by a Novel Slope-Based Similarity Measure Considering Particle Swarm Optimization
Southern Methodist University（南卫理公会大学）；Amirkabir University of Technology（阿米尔卡比尔理工大学）
由于时间序列在各个领域的广泛存在，近年来对时间序列数据采掘的研究越来越多，特别是时间序列聚类。时间序列形式的大量数据使得有必要采用诸如聚类的各种技术来理解数据并提取信息和隐藏模式。在聚类领域，特别是时间序列聚类中，最重要的方面是所使用的相似性度量和用于进行聚类的算法。在本文中，一个新的相似性度量的时间序列聚类的基础上开发的一个简单的时间序列表示，斜率的时间序列的每一段，欧氏距离和所谓的动态时间弯曲的组合。本文证明了所提出的距离度量是度量的，从而可以应用索引。对于聚类任务，采用粒子群优化算法。建议的相似性度量进行比较，现有的三种措施，用于评估聚类算法的各种标准。结果表明，该方法在几乎所有的数据集上都优于其他方法。
2019-12-05 cs.LG cs.NE stat.ML
SMORE: Similarity-based Hyperdimensional Domain Adaptation for Multi-Sensor Time Series Classification
University of California, Irvine（加利福尼亚大学欧文分校）
本文提出SMORE，一种基于超维计算的资源高效域自适应算法，通过测试时按样本域上下文动态定制模型，在多传感器时间序列分类上以更快训练和推理速度超越SOTA DNN方法。
2024-02-27 cs.LG
Similarity Preserving Representation Learning for Time Series Clustering
UT Austin（德克萨斯大学奥斯汀分校）；JD AI Research（京东人工智能研究院）；IBM Research（IBM研究院）；Amazon（亚马逊）
大量的聚类算法将实例特征矩阵作为其输入。因此，它们不能直接分析时间序列数据，因为它的时间性质，通常不相等的长度和复杂的属性。这是一个很大的遗憾，因为许多这些算法是有效的，健壮的，高效的，易于使用。在本文中，我们提出了一个有效的表示学习框架，能够将一组不同长度的时间序列转换为实例特征矩阵，从而弥合了这一差距。特别是，我们保证时间序列之间的成对相似性在变换后得到很好的保留，因此学习的特征表示特别适合于时间序列聚类任务。给定一组$n$时间序列，我们首先通过随机抽取$\mathcal{O}(n \log n)$对时间序列并计算它们的成对相似性来构造$n\times n$部分观察相似性矩阵。然后，我们提出了一个有效的算法，解决了一个非凸和NP-困难的问题，学习新的功能的基础上部分观察到的相似性矩阵。通过进行广泛的实证研究，我们表明，所提出的框架是更有效的，高效的，灵活的，相比其他国家的最先进的时间序列聚类方法。
2019-06-02 cs.AI cs.LG
Multiscale Dubuc: A New Similarity Measure for Time Series
University of Missouri-St. Louis（密苏里大学圣路易斯分校）；Georgia State University（佐治亚州立大学）
本文提出了一种新的时间序列相似性度量——多尺度Dubuc距离（MDD），融合分形分析与IoU，并在95个数据集上证明其性能可与优化后的DTW媲美，且运行时间与序列长度成线性关系。
2024-11-15 cs.LG
Task-aware Similarity Learning for Event-triggered Time Series
Tongji University（同济大学）
时间序列分析在网络安全、环境监测和医学信息学等多种应用中取得了巨大成功。学习不同时间序列之间的相似性是一个关键问题，因为它是聚类和异常检测等下游分析的基础。由于事件触发感测生成的时间序列的复杂时间动态，通常仍然不清楚什么样的距离度量适合于相似性学习，这在各种应用中很常见，包括自动驾驶，交互式医疗保健和灵巧家庭自动化。本文的总体目标是开发一个无监督学习框架，能够学习任务感知的相似性之间的未标记的事件触发的时间序列。从机器学习的角度来看，所提出的框架利用了分层多尺度序列自编码器和高斯混合模型（GMM）的能力，以有效地从时间序列中学习低维表示。最后，得到的相似性度量可以很容易地可视化解释。拟议的框架旨在提供一个垫脚石，从而产生一个系统的方法来建模和学习众多的事件触发的时间序列之间的相似性。通过大量的定性和定量实验，它表明，所提出的方法优于国家的最先进的方法相当。
2022-07-17 cs.AI cs.LG
Constructing Time Series Shape Association Measures: Minkowski Distance and Data Standardization
Mexican Petroleum Institute（墨西哥石油研究所）
令人惊讶的是，在过去的二十年中，时间序列数据采掘和聚类中的许多工作都与时间序列的相似性度量有关，而不是与可用于测量时间序列之间可能的直接和反向关系的关联度量有关。动态的价格和销售量之间，竞争公司的增长模式之间，在油田的油井生产数据之间，风速和空气污染浓度等之间存在反向关系。本文开发的时间序列形状关联措施的分析和建设的理论基础。从时间序列形状关联测度的公理出发，研究了满足这些公理的测度的构造方法。提出了几种一般的方法，建设这样的措施，适用于测量时间序列的形状相似性和形状关联。时间序列形状关联措施的Minkowski距离和数据标准化方法的基础上考虑。余弦相似性和皮尔逊相关系数的特殊情况下，所提出的一般方法，也可以用于建设新的关联措施，在数据分析。
2014-05-20 cs.LG
Contextualizing the Limits of Model & Evaluation Dataset Curation on Semantic Similarity Classification Tasks
Google（谷歌）
该研究针对二分类语义相似度分类任务，分析预训练模型及公开评估数据集的局限性，验证了不同数据集、嵌入技术和距离度量下的性能差异，强调了理解数据构建流程的重要性。
2023-11-03 cs.CL cs.LG
Hierarchical Job Classification with Similarity Graph Integration
CareerBuilder LLC（CareerBuilder公司）；Indiana University Indianapolis（印第安纳大学印第安纳波利斯分校）
本文提出一种新颖的表示学习与分类模型，通过将职位和层次化行业类别嵌入共享潜在空间并集成SOC与Carotene分类法，有效利用图与层次关系，显著提升了职位分类准确性并缓解冷启动问题。
2025-07-14 cs.LG
SEAnet: A Deep Learning Architecture for Data Series Similarity Search
LIPADE, Université Paris Cité（巴黎西岱大学LIPADE实验室）
本文提出SEAnet，一种基于深度神经网络的新型架构，用于改进数据序列相似性搜索任务，通过引入平方和保留属性和改进的采样策略提升性能。
2026-04-02 cs.DB cs.LG
Similarity of Classification Tasks
Australian Institute for Machine Learning（澳大利亚机器学习研究所）；University of Adelaide（阿德莱德大学）；University of Liverpool（利物浦大学）；Faculty of Information Technology（信息技术学院）；Monash University（莫纳什大学）
元学习的最新进展已经在几个少样本学习基准测试中取得了显著的成绩。然而，这样的成功往往忽略了训练和测试任务之间的相似性，导致潜在的偏见评估。因此，我们提出了一种基于潜在狄利克雷分配变体的生成方法来分析任务相似性，以优化和更好地理解元学习的性能。我们证明，该方法可以提供一个有见地的评估元学习算法的两个Few-Shot分类基准，符合共同的直觉：越相似，性能越高。基于这种相似性度量，我们提出了一种元学习的任务选择策略，并表明它可以产生比随机选择训练任务的方法更准确的分类结果。
2021-01-27 cs.LG stat.ML
Knowledge-Based Construction of Confusion Matrices for Multi-Label Classification Algorithms using Semantic Similarity Measures
University of Sfax（斯法克斯大学）
到目前为止，多标签分类算法已经使用统计方法进行了评估，这些方法不考虑所考虑的类别的语义，并且完全依赖于抽象计算，如贝叶斯推理。目前，有几种尝试开发基于本体的方法，以更好地评估监督分类算法。在这篇研究论文中，我们定义了一种新的方法，使用本体驱动的基于特征的语义相似性度量，在多标签分类中将预期标签与预测标签对齐，并使用它来开发一种方法，用于创建精确的混淆矩阵，以更有效地评估多标签分类算法。
2021-08-16 cs.CL cs.LG
A partition-based similarity for classification distributions
Microsoft Research（微软研究院）；Johns Hopkins University（约翰斯·霍普金斯大学）；Square
在此，我们定义了分类分布之间的相似性度量，该度量从统计模式识别的角度来看是原则性的，并且从机器学习从业者的角度来看是有用的。特别是，我们提出了一种新的相似性分类分布，被称为任务相似性，量化如何最佳转换的最佳表示源分布执行时，应用到推理相关的目标分布。任务相似性的定义允许对抗和正交分布的自然定义。我们强调的限制性的陈述（普遍）一致的决策规则诱导，并在模拟中表明，经验估计的任务相似性是一个功能的决策规则部署的推理。我们证明，对于一个给定的目标分布，传输效率和候选源分布的语义相似性与经验任务相似性相关。
2020-11-12 cs.LG stat.ME stat.ML
TSGDiff: Rethinking Synthetic Time Series Generation from a Pure Graph Perspective
针对扩散模型生成时间序列难以捕捉复杂时序依赖与结构模式的问题，本文提出基于图视角的TSGDiff框架及Topo-FID评估指标，实验证明其可生成高保真合成时间序列。
2025-11-15 cs.LG
RESTAD: REconstruction and Similarity based Transformer for time series Anomaly Detection
Delft University of Technology（代尔夫特理工大学）
针对仅靠重构误差的无监督时间序列异常检测难发现细微异常的问题，提出融合RBF神经元层的Transformer模型RESTAD，结合相似度得分与重构误差提升检测敏感度，在多个基准数据集上表现优于现有基线。
2024-05-13 cs.AI cs.LG
A Shapelet Transform for Multivariate Time Series Classification
University of East Anglia（东英吉利大学）
Shapard是为时间序列分类而设计的相位无关的连续性。我们提出了三个适应Shapelet变换（ST）捕捉多元特征的多元时间序列分类。我们创建了一组统一的数据来对我们的工作进行基准测试，并与其他三种算法进行比较。我们证明，多变量shapestrandom并不显着比其他国家的最先进的算法。
2017-12-18 cs.LG
An Empirical Evaluation of Similarity Measures for Time Series Classification
Artificial Intelligence Research Institute (IIIA-CSIC)（人工智能研究所（IIIA-CSIC））；Spanish National Research Council（西班牙国家研究委员会）
时间序列是普遍存在的，并且评估它们的相似性的度量是许多计算系统的核心部分。特别是，相似性度量是时间序列聚类和分类系统中最重要的组成部分。由于这种重要性，无数的方法来估计时间序列的相似性已被提出。然而，缺乏使用实证、严格、定量和大规模评估策略的比较研究。在这篇文章中，我们提供了一个广泛的评估相似性措施的时间序列分类遵循上述原则。我们认为7种不同的措施来自替代措施的“家庭”，和45个公开的时间序列数据集来自各种各样的科学领域。我们专注于样本外的分类精度，但样本内的精度和参数的选择也进行了讨论。我们的工作基于严格的评估方法，包括使用强大的统计显著性检验来得出有意义的结论。所得到的结果表明，在准确性方面，一些措施的等效性，但与一个单一的候选人优于其余的。这些调查结果，加上所采用的方法，请实地研究人员采用更一致的评价标准，并就新发展应与之比较的基线措施作出更知情的决定。
2014-01-16 cs.CV cs.LG stat.ML
Beyond Point Matching: Evaluating Multiscale Dubuc Distance for Time Series Similarity
Department of Computer Science, University of Missouri-St. Louis, MO, USA（计算机科学系，密苏里州立大学）
本文评估多尺度杜布克距离（MDD）在时间序列相似性上的表现，证明其相比动态时间规整（DTW）在多个时间尺度上避免点匹配，且在模拟和UCR数据集及真实分类任务中均显著优于DTW。
2025-10-21 astro-ph.SR cs.LG
Proximity Forest 2.0: A new effective and scalable similarity-based classifier for time series
Monash University（莫纳什大学）
本文提出Proximity Forest 2.0时间序列分类器，通过融合提前放弃剪枝、ADTW新度量和代价函数调优，并将基础度量从八个精简为三个且统一使用一阶导数变换，在UCR基准上超越现有基于相似性及部分核、神经网络和混合方法。
2023-04-13 cs.AI cs.LG
Enhancing Model Fairness and Accuracy with Similarity Networks: A Methodological Approach
本文提出一种基于相似性网络的方法，通过调整相似性分辨率探索数据集偏差特征，以提升模型公平性与准确性，并在分类、插补和增强任务中验证其有效性。
2024-11-08 cs.LG
Error-bounded Approximate Time Series Joins Using Compact Dictionary Representations of Time Series
Visa Research（Visa研究院）；University of California, Riverside（加州大学河滨分校）
针对现有矩阵轮廓近似连接研究多聚焦自连接的问题，提出基于时间序列紧凑字典表示的误差有界近似跨序列相似性连接方法，可将异常挖掘系统吞吐量提升至少20倍且准确率基本无降，还能提供语义化洞见，已在多领域验证效用。
2023-11-05 cs.DB cs.LG
Empirical Similarity for Absent Data Generation in Imbalanced Classification
Oklahoma State University（俄克拉荷马州立大学）；School of Industrial Engineering and Management（工业工程与管理学院）
当两类分类问题中的训练数据被一个类淹没时，大多数分类技术无法正确识别属于代表性不足的类的数据点。我们提出了基于相似性的不平衡分类（SBIC），它根据经验相似性函数学习训练数据中的模式。为了考虑训练数据的不平衡结构，SBIC利用了缺失数据的概念，即来自少数类的数据，这可以帮助更好地找到两个类之间的边界。SBIC同时优化经验相似性函数的权重，并找到缺失数据点的位置。因此，SBIC使用嵌入式机制来生成合成数据，该机制不修改训练数据集，而是改变算法以适应不平衡的数据集。因此，SBIC在不平衡分类中使用了两个主要思想流派的思想：像成本敏感方法一样，SBIC在算法层面上操作以处理不平衡结构;类似于合成数据生成方法，它利用了少数类中未观察到的数据点的属性。SBIC在不平衡数据集上的应用表明，它与其他常用的不平衡数据集分类技术相当，在某些情况下优于其他常用的分类技术。
2016-05-12 cs.LG stat.ML
A technical study and analysis on fuzzy similarity based models for text classification
Birla Institute of Technology, Mesra（比拉理工学院梅萨分校）
在这个新的和当前的技术，进步和技术的时代，高效和有效的文本文档分类正在成为一个具有挑战性和高度要求的领域，能够将文本文档分类到相互排斥的类别。模糊相似度提供了一种在不同的文档中发现特征相似性的方法。在本文中，各种模糊相似性为基础的模型进行了技术审查。这些模型进行了讨论和比较，以框出它们的使用和必要性。提供了一个不同的方法，这是基于模糊相似性相关的关注之旅。它展示了如何将文本和Web文档有效地分类为不同的类别。文中还讨论了这些模型的各种实验结果。每个模型的参数之间的技术比较以三维图表的形式显示。这些研究和技术综述为基于模糊相似度的文本分类的研究工作提供了坚实的基础。
2012-04-10 cs.IR cs.LG
Supervised Texture Classification Using a Novel Compression-Based Similarity Measure
基于像素的监督纹理分类通常在特征空间中进行。我们建议在（DIS）相似性空间中通过引入新的基于压缩的（DIS）相似性度量来执行此任务。该方法利用二维的MPEG-1编码器，考虑了图像中像素的空间局部性和连通性。所提出的配方已经精心设计的MPEG编码器功能的基础上。为此，通过设计，它只使用P帧编码来找到补丁/图像之间的（不）相似性。我们表明，建议的措施工作正常的小和大的补丁大小。实验结果表明，该方法显着提高了监督基于像素的纹理分类Brodatz和室外图像的性能相比，其他压缩为基础的相异性措施，以及在特征空间中进行的方法。与竞争对手相比，它还将计算速度提高了约40%。
2013-11-26 cs.CV cs.LG
Retrieval Over Training: Similarity search-based Model Selection for Time Series Anomaly Detection
Université Paris Cité, LIPADE（巴黎西岱大学，LIPADE）；École Normale Supérieure, Inria（巴黎高等师范学院，法国国家信息与自动化研究所）
本文提出RAMSAD框架，通过检索相似序列的检测器推荐解决时间序列异常检测模型选择的OOD准确率下降问题，其在ID场景优于基线，OOD场景鲁棒且成本低。
2026-10-16 cs.AI cs.LG
Time Series Similarity Score Functions to Monitor and Interact with the Training and Denoising Process of a Time Series Diffusion Model applied to a Human Activity Recognition Dataset based on IMUs
AI for Sensor Data Analytics Research Group, Ulm University of Applied Sciences（人工智能传感器数据解析研究组，乌尔姆应用科学大学）
本研究提出利用时间序列相似度评分函数优化扩散模型的训练过程，以提升生成数据的质量并减少训练时间。
2025-05-20 cs.AI cs.LG
Multi-Class Classification from Noisy-Similarity-Labeled Data
University of Sydney（悉尼大学）；Xidian University（西安电子科技大学）；RIKEN（理化学研究所）；Hong Kong Baptist University（香港浸会大学）；The University of Melbourne（墨尔本大学）；Brain-Inspired Technology Co., Ltd.（脑启发科技有限公司）
相似性标签指示两个实例是否属于同一个类，而类标签显示实例的类。在没有类标签的情况下，可以通过Meta分类学习从相似性标记的成对数据中学习多类分类器。然而，由于相似性标签比类别标签信息量少，因此它更有可能是嘈杂的。深度神经网络可以很容易地记住有噪声的数据，从而导致分类中的过拟合。在本文中，我们提出了一种方法来学习只有噪声相似性标记的数据。具体来说，为了对噪声进行建模，我们采用噪声转移矩阵来桥接干净数据和噪声数据之间的类后验概率。我们进一步估计的转移矩阵，从只有噪声的数据，并建立一个新的学习系统来学习分类器，可以分配无噪声的类标签的实例。此外，我们从理论上证明了我们提出的方法如何推广学习分类器。实验结果表明，该方法优于国家的最先进的方法对基准模拟和现实世界的噪声标签数据集。
2020-02-16 cs.LG stat.ML
GAM: Explainable Visual Similarity and Classification via Gradient Activation Maps
The Open University（开放大学）；Microsoft（微软）；Tel-Aviv University（特拉维夫大学）；Bar-Ilan University（巴伊兰大学）；Technion（以色列理工学院）；Tel Aviv University（特拉维夫大学）
我们提出梯度激活图（GAM）-一种用于解释视觉相似性和分类模型预测的机器。通过从多个网络层收集局部梯度和激活信息，GAM提供了改进的视觉解释，与现有的替代方案相比。GAM的算法优势进行了详细的解释，并验证经验，它表明，GAM优于其替代品在各种任务和数据集。
2021-09-02 cs.AI cs.CV cs.LG
Elastic Product Quantization for Time Series
KU Leuven（鲁汶大学）
由于高存储成本和计算要求，分析大量或长时间序列在实践中是困难的。因此，已经提出了生成时间序列的紧凑的相似性保持表示的技术，使得能够对大型存储器内数据汇集进行实时相似性搜索。然而，现有的技术并不理想地适合于评估相似性时，序列是局部异相。在本文中，我们提出了使用产品量化有效的相似性为基础的时间序列比较下的时间扭曲。其思想是首先通过将时间序列划分为由短代码表示的等长子序列来压缩数据。两个时间序列之间的距离，然后可以有效地近似预先计算的弹性距离之间的代码。分割成子序列迫使不需要的对齐，我们使用最大重叠离散小波变换（MODWT）的预对齐步骤解决。为了证明我们的方法的效率和准确性，我们在最近邻分类和聚类应用程序的基准数据集上进行了广泛的实验评估。总的来说，所提出的解决方案出现作为一个高效的（无论是在内存使用和计算时间）的时间序列应用程序中的弹性措施的替代品。
2022-08-26 cs.DB cs.LG
Beyond Similarity: Coverage-Aware Prompt Selection for Time Series Forecasting with LLMs
Yonsei University（延世大学）
针对基于相似性提示选择导致时间序列预测偏置的问题，提出覆盖感知框架CASP-LLM，通过使用跟踪与饱和门控正则化器（无额外参数）在多数基准上匹配或超越现有方法。
2026-09-22 cs.CL cs.LG
Exact Indexing of Time Series under Dynamic Time Warping
College of Equipment Management and UAV Engineering, Air Force Engineering University（空军工程大学装备管理与无人机工程学院）；Center for OPTical IMagery Analysis and Learning (OPTIMAL), Northwestern Polytechnical University（西北工业大学光学影像分析与学习中心（OPTIMAL））
动态时间规整（DTW）是一种鲁棒的时间序列相似性度量方法。但它不满足三角不等式，且具有较高的计算复杂性，严重限制了它在大规模数据集相似性搜索中的应用。通常，我们采取较低的边界距离，以加快DTW下的相似性搜索。不幸的是，仍然缺乏一个有效的下界距离，可以衡量不等长的时间序列，并具有理想的紧密性。本文提出了一种新的下界距离LB_Keogh+，它是序列扩展和LB_Keogh的无缝结合。该算法可用于不等长序列，具有较低的计算复杂性。此外，LB_Keogh+可以将序列扩展到任意合适的长度，而不会显着降低紧密度。其次，基于LB_Keogh+，设计了DTW下时间序列的精确索引。然后，我们介绍了几个定理，并完成了相关的证明，以保证没有假解雇在我们的相似性搜索。最后，在真实世界的数据集上进行了广泛的实验。实验结果表明，该方法能够对不等长序列进行相似性搜索，具有较高的紧密度和良好的剪枝能力。
2020-02-11 cs.IR cs.LG
Loss Switching Fusion with Similarity Search for Video Classification
iCetana Pty Ltd（iCetana私人有限公司）；The University of Western Australia（西澳大利亚大学）
从视频流到安全和监控应用，视频数据在我们今天的日常生活中发挥着重要作用。然而，管理大量的视频数据和检索对用户最有用的信息仍然是一项具有挑战性的任务。在本文中，我们提出了一种新的视频分类系统，将有利于场景理解任务。我们将我们的分类问题定义为对室外场景使用相同特征表示的背景和前景运动进行分类。这意味着特征表示需要足够鲁棒，并且能够适应不同的分类任务。我们提出了一个轻量级的损失切换融合网络（LSFNet）的融合时空描述符和软投票的相似性搜索方案，以提高分类性能。该系统具有各种潜在的应用，如基于内容的视频聚类，视频过滤等。两个私人行业数据集的评价结果表明，我们的系统是强大的，在不同的背景运动分类和检测人体运动从这些背景运动。
2019-06-27 cs.CV cs.LG
Graph Similarity Regularized Softmax for Semi-Supervised Node Classification
School of Mathematics and Physics, North China Electric Power University（华北电力大学数理学院）；School of Mathematical Sciences, Beijing Normal University（北京师范大学数学科学学院）
针对Softmax缺乏图空间信息的问题，提出图相似性正则化Softmax，通过非局部TV正则化增强GNN半监督节点分类性能，在GCN和GraphSAGE上验证了有效性。
2024-09-20 cs.LG math.OC
BAHOP: Similarity-based Basin Hopping for A fast hyper-parameter search in WSI classification
City University of HONG KONG（香港城市大学）；MBZUAI（穆罕默德·本·扎耶德人工智能大学）；McGill University（麦吉尔大学）
针对域外WSI分类中固定预处理超参数导致性能下降且参数搜索耗时的问题，提出BAHOP算法，通过基于相似度的盆地跳跃优化实现快速参数调优，使准确率提升5%至30%且平均速度快5倍。
2024-11-27 cs.CV cs.LG
Text classification with word embedding regularization and soft similarity measure
Masaryk University（马萨里克大学）；Faculty of Informatics（信息学院）
自从Mikolov等人的开创性工作以来，词嵌入已经成为许多自然语言处理任务的优选单词表示。从词嵌入中提取的文档相似性度量，如软余弦度量（SCM）和词移动者距离（WMD），被报道在语义文本相似性和文本分类方面达到最先进的性能。尽管WMD在文本分类和语义文本相似性方面表现出色，但其超立方平均时间复杂度是不切实际的。SCM具有二次最坏情况时间复杂度，但其在文本分类上的性能从未与WMD进行过比较。最近，两种词嵌入正则化技术被证明可以减少存储和内存成本，并提高训练速度，文档处理速度以及词类比，词相似性和语义文本相似性的任务性能。然而，这些技术对文本分类的影响尚未得到研究。在我们的工作中，我们调查的两个词嵌入正则化技术的文档处理速度和任务性能的SCM和WMD对文本分类的单独和联合效果。为了进行评估，我们使用$k$ NN分类器和六个标准数据集：BBCSPORT，TWITTER，OHSUMED，REUTERS-21578，AMAZON和20 NEWS。我们发现，与非正则化词嵌入相比，正则化词嵌入的平均$k$ NN测试错误减少了39%。我们描述了一个实用的程序，通过Cholesky分解得到这样的正则化嵌入。我们还表明，具有正则化词嵌入的SCM在文本分类方面明显优于WMD，并且速度快了10，000倍以上。
2020-03-10 cs.CL cs.IR cs.LG
Improving S&P stock prediction with time series stock similarity
Ben-Gurion University of the Negev（内盖夫本-古里安大学）
使用预测算法进行股票市场预测是当今的一个热门话题，其中大多数预测算法仅在特定股票上收集的数据上进行训练。在本文中，我们用相关的股票丰富了股票数据，就像专业交易员改进股票预测模型一样。我们测试了五种不同的相似度函数，发现协整相似度对预测模型的改进效果最好。我们评估了来自不同行业的七只S&P股票的模型，为期五年。我们在类似股票上训练的预测模型具有显著更好的结果，平均准确率为0.55，利润为19.782，而最先进的模型准确率为0.52，利润为6.6。
2020-02-08 cs.LG q-fin.ST stat.ML
Similarity Learning based Few Shot Learning for ECG Time Series Classification
BITS-Pilani（博拉理工学院皮拉尼校区）；CVR College of Engineering（CVR工程学院）
使用深度学习模型对物联网（IoT）设备生成的时间序列数据进行分类需要大量的标记数据。然而，由于物联网设备中可用的资源有限，通常很难适应使用大型数据集的训练。本文提出并演示了一种基于相似性学习的Few Shot学习方法，用于基于Siamese卷积神经网络的ECG心律失常分类。Few Shot学习通过从很少的标记示例中识别新的类来解决数据稀缺问题。Few Shot学习首先依赖于在相关的相对较大的数据库上对模型进行预训练，然后将学习用于进一步适应每个类可用的少量示例。我们的实验评估的性能精度相对于K（每类的实例数）的ECG时间序列数据分类。5次学习的准确率为92.25%，随着K的进一步增加而略有提高。我们还将我们的方法的性能与其他成熟的相似性学习技术进行了比较，例如动态时间规整（DTW），欧几里得距离（ED）和深度学习模型-具有相同数据量的长短期记忆全卷积网络（LSTM-FCN），并得出结论，我们的方法在有限的数据集大小下优于它们。当K=5时，ED、DTW、LSTM-FCN和SCNN的精度分别为57%、54%、33%和92%。
2022-01-31 cs.LG eess.SP
Contrast Similarity-Aware Dual-Pathway Mamba for Multivariate Time Series Node Classification
针对多元时间序列节点分类中长程依赖建模难与相似性获取低效的问题，提出对比相似性感知双路径Mamba（CS-DPMamba），结合时间对比学习、FastDTW、双向Mamba及KAN增强GIN，在UEA数据集上监督与半监督实验均验证优越性。
2025-06-18 cs.AI cs.LG
A Fuzzy Similarity Based Concept Mining Model for Text Classification
BIT, Mesra（梅斯拉理工学院（BIT, Mesra））
文本分类是一个具有挑战性的热点领域，在文本分类应用中具有重要意义。在这一领域已经做了大量的研究工作，但有必要通过使用监督学习范式和不同的分类算法提取的概念或特征的文本文档的集合到互斥的类别进行分类。本文提出了一种新的基于模糊相似度的概念挖掘模型（FSCMM），通过在句子、文档和集成语料库三个层次上对文本文档进行训练和准备，并在每个层次上进行特征约简和歧义消除，将文本文档分类到预定义的类别组（CG）中，以提高系统的性能。模糊特征类别相似度分析器（FFCSA）用于分析集成语料库特征向量（ICFV）的每个提取的特征与相应的类别或类。该模型采用支持向量机分类器（SVMC）对训练数据进行正确分类。例如，+ 1和-1，从而产生准确和正确的结果。该模型工作效率高，性能好，计算精度高.
2012-04-10 cs.IR cs.LG
