《计算机工程与科学杂志》发表论文赏析

Conv-WGAIN:面向多元时序数据缺失的卷积生成对抗插补网络模型

来源:计算机工程与科学杂志2023年第5期北京时间:

作者:刘子建, 丁维龙, 邢梦达, 李寒, 黄晔

单位:1.北方工业大学信息学院,北京 100144;2.大规模流数据集成与分析技术北京市重点实验室,北京 100144;3.中央军委国防动员信息中心,北京 100034

摘要:油浸式变压器的油色谱数据是一种多元时序传感数据,设备或网络失误往往会导致数据缺失,通常需要通过插补形成完整数据集,才能用于进一步的业务分析研究。但是,现有的插补模型无法面向多元时序数据同时处理因时间不均匀性和时间双向性带来的插补效率低和效果难以保障的问题,对此提出一种名为Conv-WGAIN的生成对抗插补网络模型,通过构建的插补特征图,可利用二维卷积从前后2个方向学习时间特征,处理时间间隔不均匀的数据;在判别器中引入Wasserstein距离来判别生成插补数据与真实观测数据,提升了生成器的稳定性。在真实项目中的油色谱数据集和3个公开数据集上的实验表明,该模型在多元时序缺失数据上具有普遍适用性,而且在不同的缺失率下的插补结果要优于其他对比模型的,RMSE降低了20.75%~73.37%。

关键词:生成对抗插补网络,多元时序数据,卷积神经网络,Wasserstein距离,缺失值插补,

基金资助:北京市自然科学基金(4202021)

2023年5期其他文献查阅:

面向E级计算的高性能处理器核心运算架构研究进展

自治故障管理系统推理规则的智能学习技术

基于监督学习的稀疏矩阵自动任务分配

基于可再生能源消纳的数据中心负荷调度研究综述

基于脉动阵列的层融合注意力模型加速器结构

基于时间自动机的AADL端到端流规约验证方法

套索边界条件:一种可指导目标冲突修复的分歧描述

基于优化随机森林的软件缺陷预测算法研究

一种无人巡航船遍历多目标点的路径规划算法研究

融合局部动态特征的面部表情识别

一种求解CVRP的动态图转换模型

基于改进Faster R-CNN的小目标检测算法

密集交通场景中改进YOLOv3目标检测优化算法

基于多尺度多模态学习的光球亮点曲线轨迹段检测方法研究

基于深度学习的实体关系抽取方法研究

融合RoBERTa的多尺度语义协同专利文本分类模型

基于双通道门控复合网络的中文产品评论情感分析

基于差分进化策略的天牛须搜索算法及其应用

Conv-WGAIN:面向多元时序数据缺失的卷积生成对抗插补网络模型

基于教与学和逐维柯西变异的鲸鱼优化算法

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!