Skip to content

Latest commit

 

History

History
109 lines (64 loc) · 5.83 KB

README_ZH.md

File metadata and controls

109 lines (64 loc) · 5.83 KB

InceptionTime: Finding AlexNet for Time Series Classification

这是我们发表在 Data Mining and Knowledge Discovery ，也可在 ArXiv 上找到。

Inception 模块

inception module

数据

本项目中使用的数据来自UCR/UEA 档案。 我们使用了 [此处] (https://www.cs.ucr.edu/~eamonn/time_series_data/) 列出的 85 个数据集。

依赖

您需要安装 requirements.txt 文件中的以下软件包。

代码

代码划分如下：

  • main.py python 文件包含运行实验所需的代码。
  • utils 文件夹包含读取数据集和可视化绘图所需的功能。
  • classifiers 文件夹包含两个python文件： (1) [inception.py](https://github.com/hfawaz/InceptionTime /tree/master/classifiers/inception.py) 包含初始网络； (2) nne.py 包含集成一组 Inception 网络的代码。

为您的 PC 调整代码

您应该首先考虑更改以下 行。 这是所有内容（数据和结果）的根文件，我们称之为 root_dir。

之后，您应该在您的 root_dir 中创建一个名为 archives` 的文件夹，该文件夹应包含 UCR_TS_Archive_2015`` 文件夹。 后者将包含一个名为“dataset_name”的每个数据集的文件夹，可以从这个[网站]（https://www.cs.ucr.edu/~eamonn/time_series_data/）下载。

数据集的名称在 这里。 您可以评论 此行 以在所有数据集上运行实验。

完成所有这些后，您可以继续在单个存档上运行。

在单个存档上运行 InceptionTime

您应该发出以下命令 python3 main.py InceptionTime。

在单个存档上运行 InceptionTime 的超参数搜索

您应该发出以下命令 python3 main.py InceptionTime_xp。

在 InlineSkate 数据集上运行长度实验

您应该首先发出以下命令 python3 main.py run_length_xps 来生成重采样。 然后你应该发出以下命令 python3 main.py InceptionTime 但确保选择了 ```InlineSkateXPs`` [这里](https://github.com/hfawaz/InceptionTime/blob/ 690aa776081e77214db95ddd5c53c7ec3ac79d61/utils/constants.py#L22)。

感受野

要在合成数据集上运行实验，您应该发出以下命令 python3 receptive.py。

结果

每个数据集的结果（即准确性）将出现在 root_dir/results/nne/incepton-0-1-2-4-/UCR_TS_Archive_2015/dataset_name/df_metrics.csv中。

原始结果可以在 here 中找到并使用以下命令 ``python3 main.py generate_results_csv生成。

我们添加了来自 UCR 档案的 128 个数据集的完整结果，可以在 这里 找到它们。

results-inception-128.csv 文件包含对来自 UCR 2018 档案。

关键差异图

如果您想生成这样的图表，请查看[此代码]（https://github.com/hfawaz/cd-diagram）！

cd diagram

训练时间图

这些图是使用 matplotlib 库生成的。

Accuracy vs train size Accuracy vs series length
training time size training time length

感受野

这个图是通过发出这个命令 python3 receptive.py plot_results 生成的。

Receptive field effect Depth effect
receptive field training time length

引用

如果您重复使用此作品，请引用：

@article{IsmailFawaz2020inceptionTime,
  Title                    = {InceptionTime: Finding AlexNet for Time Series Classification},
  Author                   = {Ismail Fawaz, Hassan and Lucas, Benjamin and Forestier, Germain and Pelletier, Charlotte and Schmidt, Daniel F. and Weber, Jonathan and Webb, Geoffrey I. and Idoumghar, Lhassane and Muller, Pierre-Alain and Petitjean, François},
  journal                  = {Data Mining and Knowledge Discovery},
  Year                     = {2020}
}

致谢

我们要感谢 UCR/UEA 档案 的提供者。 我们还要感谢 NVIDIA 公司提供的 Quadro P6000 赠款和斯特拉斯堡 Mésocentre 提供对集群的访问权限。