- 分享主题:Time2Vec
- 论文标题:Time2Vec: Learning a Vector Representation of Time
- 论文链接:https://arxiv.org/pdf/1907.05321.pdf
- 分享人:唐共勇

1. Summary

【必写】,推荐使用 grammarly 检查语法问题,尽量参考论文 introduction 的写作方式。需要写出

  1. 这篇文章解决了什么问题?
  2. 作者使用了什么方法(不用太细节)来解决了这个问题?
  3. 你觉得你需要继续去研究哪些概念才会加深你对这篇文章的理解?

Time2vec aims at the birth of scenes that require a lot of domain knowledge for time series. The author thinks that it is too troublesome and requires more domain knowledge to manually design manual feature derivation such as different time windows and lag operators, so he wants to make an embedding method of time-series to convert dynamic data into static embedding vectors. When designing time2vec, the author identified three important features: the embedding results should be able to capture periodic and aperiodic patterns and be invariant to time rescaling; Simple enough to be combined with many models.

2. 你对于论文的思考

需要写出你自己对于论文的思考,例如优缺点,你的takeaways

  1. category特征,可以直接用word embedding的方法,对于numeric特征,可以加入一个线性变换层。对于两者都有的,分别进行embedding然后conncat即可。
    2. 对于numeric特征,采用time2vec来代替普通的线性变换。

    3. 其他

    【可选】

ime2vec论文中的公式如下
image.png
其中ķ是time2vec维度,τ是原始时间序列特征,F是周期性激活函数,ω和φ是一组可学习的参数,也就是time2vec的embedding层中的权重系数的概念。在实验中,为了使得算法能够捕获数据中的周期性行为,F选定为一个正弦函数。与此同时线性项(对应i=0对应的公式)表示时间的非周期进程,用于捕获时间输入中的非周期性模式。