Accuracy: 0.467
Papers with Code · CC BY-SA 4.0
Time Series Classification
Time Series Classification is a general task that can be useful across many subject-matter domains and applications. The overall goal is to identify a time series as coming from one of possibly many sources or predefined groups, using labeled training data. That is, in this setting we conduct supervised learning, where the different time series sources are considered known.
<span class="description-source">Source: Nonlinear Time Series Classification Using Bispectrum-based Deep Convolutional Neural Networks </span>
개요는 각 항목의 일부입니다. 위 탭에서 전체 기록을 페이지별로 탐색할 수 있습니다.
벤치마크
Papers with Code 아카이브의 데이터셋별 기록 예시입니다. 평가 조건과 지표 방향이 검증되지 않아 순위를 의미하지 않습니다.
Dataset기록된 모델 예시MetricPaperCode
데이터셋
52개논문
Accuracy: 0.9947
Accuracy: 0.9871
Accuracy: 0.77
Accuracy(30-fold): 0.8433333333333333
0..5sec: Seconds
라이브러리
Papers with Code 리더보드 row에 연결된 구현 저장소입니다.