EvoTSC: 유전 프로그래밍을 통한 시계열 분류를 위한 특징 학습 모델 진화

요약

EvoTSC는 시계열 분류를 위한 경량 특징 학습 모델을 자동으로 진화시키기 위해 설계된 새로운 유전 프로그래밍(Genetic Programming) 접근법입니다. 이 방법은 사전 전문가 지식을 전략적으로 통합한 다층 프로그램 구조를 사용하여 검색 효율성을 높이고, 파레토 토너먼트 선택 전략을 통해 과적합 문제를 완화합니다. 단변량 시계열 데이터셋에서 광범위하게 테스트된 결과, EvoTSC는 기존의 벤치마크 방법들보다 뛰어난 성능을 입증했습니다.

핵심 포인트

• EvoTSC는 유전 프로그래밍(GP)을 활용하여 시계열 분류에 최적화된 특징 학습 모델을 자동으로 진화시킵니다.
• 모델 구조에는 사전 전문가 지식을 통합한 다층 프로그램 구조가 포함되어 검색 공간을 효과적으로 안내합니다.
• 과적합 방지를 위해 변화하는 훈련 데이터 하위 집합 전반에서 일관되게 좋은 성능을 보이는 모델을 선호하는 파레토 토너먼트 선택 전략을 사용했습니다.
• 단변량 시계열 분류 데이터셋에서의 실험 결과, EvoTSC가 대부분의 비교 방법들보다 우수한 성능을 보였습니다.