颜色分类leetcode timeseries clustering vae pytorch中用于时间序列聚类的变分循环自动编码...

颜色分类leetcode时间序列聚类是一项无监督学习任务，旨在将未标记的时间序列对象划分为同质的组/集群。与其他集群中的时间序列相比，同一集群中的时间序列彼此更相似该算法能够：识别跨序列的联合动态消除序列间的滞后（时移）（通常称为滞后不变性）生成可解释的特征。一般来说，时间序列聚类算法有两种类型：基于特征-使用特征提取转换原始数据，在生成的特征之上运行聚类基于原始数据-直接应用于时间序列向量，无需任何空间变换变分循环自动编码器(VRAE) VRAE是一种基于特征的时间序列聚类算法，因为基于原始数据的方法受到维数灾难的影响，并且对嘈杂的输入数据很敏感。中间的瓶颈层将作为整个输入时间序列的特征表示。建筑学网络从这里开始，RNN指的是循环神经网络架构，即LSTM/GRU块。我们的模型主要由四个块组成编码器：输入向量序列被馈送到RNN，最后一个隐藏层h_end从RNN中提取并传递到下一层编码器到潜在层： h_end通过使用线性层映射到均值和标准差给定均值和标准差。偏差，在训练期间执行重新参数化。这实质上意味着从由其均值和