Buchumschlag

POCKET: Pruning Random Convolution Kernels for Time Series Classification from a Feature Selection Perspective

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chen, Shaowu, Sun, Weize, Huang, Lei, Li, Xiaopeng, Wang, Qingyuan, John, Deepu
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

TinyDrop: Tiny Model Guided Token Dropping for Vision Transformers
von: Wang, Guoxin, et al.
Veröffentlicht: (2025)

Correlating Time Series with Interpretable Convolutional Kernels
von: Chen, Xinyu, et al.
Veröffentlicht: (2024)

Optimal Brain Connection: Towards Efficient Structural Pruning
von: Chen, Shaowu, et al.
Veröffentlicht: (2025)

DyCE: Dynamically Configurable Exiting for Deep Learning Compression and Real-time Scaling
von: Wang, Qingyuan, et al.
Veröffentlicht: (2024)

CRITS: Convolutional Rectifier for Interpretable Time Series Classification
von: Kuratomi, Alejandro, et al.
Veröffentlicht: (2025)

Pruning Extensions and Efficiency Trade-Offs for Sustainable Time Series Classification
von: Fischer, Raphael, et al.
Veröffentlicht: (2026)

DCentNet: Decentralized Multistage Biomedical Signal Classification using Early Exits
von: Li, Xiaolin, et al.
Veröffentlicht: (2025)

Laplacian Convolutional Representation for Traffic Time Series Imputation
von: Chen, Xinyu, et al.
Veröffentlicht: (2022)

CAFO: Feature-Centric Explanation on Time Series Classification
von: Kim, Jaeho, et al.
Veröffentlicht: (2024)

PHEATPRUNER: Interpretable Data-centric Feature Selection for Multivariate Time Series Classification through Persistent Homology
von: Pham, Anh-Duy, et al.
Veröffentlicht: (2025)

Data-Aware Random Feature Kernel for Transformers
von: Farzam, Amirhossein, et al.
Veröffentlicht: (2026)

InstructTime++: Time Series Classification with Multimodal Language Modeling via Implicit Feature Enhancement
von: Cheng, Mingyue, et al.
Veröffentlicht: (2026)

Global Feature Enhancing and Fusion Framework for Strain Gauge Time Series Classification
von: Zhang, Xu, et al.
Veröffentlicht: (2025)

Guidelines for Augmentation Selection in Contrastive Learning for Time Series Classification
von: Liu, Ziyu, et al.
Veröffentlicht: (2024)

Time Series Forecasting via Direct Per-Step Probability Distribution Modeling
von: Kong, Linghao, et al.
Veröffentlicht: (2025)

PRISM: Lightweight Multivariate Time-Series Classification through Symmetric Multi-Resolution Convolutional Layers
von: Zucchi, Federico, et al.
Veröffentlicht: (2025)

Motor Imagery EEG Signal Classification Using Minimally Random Convolutional Kernel Transform and Hybrid Deep Learning
von: Hwaidi, Jamal, et al.
Veröffentlicht: (2025)

Enhancing Kernel Power K-means: Scalable and Robust Clustering with Random Fourier Features and Possibilistic Method
von: Chen, Yixi, et al.
Veröffentlicht: (2025)

Random Wavelet Features for Graph Kernel Machines
von: de Bassompierre, Valentin, et al.
Veröffentlicht: (2026)

DeepFeatIoT: Unifying Deep Learned, Randomized, and LLM Features for Enhanced IoT Time Series Sensor Data Classification in Smart Industries
von: Inan, Muhammad Sakib Khan, et al.
Veröffentlicht: (2025)

Curse of Attention: A Kernel-Based Perspective for Why Transformers Fail to Generalize on Time Series Forecasting and Beyond
von: Ke, Yekun, et al.
Veröffentlicht: (2024)

ERIS: An Energy-Guided Feature Disentanglement Framework for Out-of-Distribution Time Series Classification
von: Wu, Xin, et al.
Veröffentlicht: (2025)

EffiCANet: Efficient Time Series Forecasting with Convolutional Attention
von: Zhou, Xinxing, et al.
Veröffentlicht: (2024)

Feature Fitted Online Conformal Prediction for Deep Time Series Forecasting Model
von: Huang, Xiannan, et al.
Veröffentlicht: (2025)

A Comparative Study of Pruning Methods in Transformer-based Time Series Forecasting
von: Kiefer, Nicholas, et al.
Veröffentlicht: (2024)

On Evaluation of Unsupervised Feature Selection for Pattern Classification
von: Kim, Gyu-Il, et al.
Veröffentlicht: (2026)

Unified Kernel-Segregated Transpose Convolution Operation
von: Tida, Vijay Srinivas, et al.
Veröffentlicht: (2025)

Learning to Approximate Adaptive Kernel Convolution on Graphs
von: Sim, Jaeyoon, et al.
Veröffentlicht: (2024)

CKGConv: General Graph Convolution with Continuous Kernels
von: Ma, Liheng, et al.
Veröffentlicht: (2024)

QuaCK-TSF: Quantum-Classical Kernelized Time Series Forecasting
von: Aaraba, Abdallah, et al.
Veröffentlicht: (2024)

CATS-Linear: Classification Auxiliary Linear Model for Time Series Forecasting
von: Jibao, Zipo, et al.
Veröffentlicht: (2025)

Spatiotemporal Convolutions on EEG signal -- A Representation Learning Perspective on Efficient and Explainable EEG Classification with Convolutional Neural Nets
von: Dixen, Laurits, et al.
Veröffentlicht: (2026)

Review of Data-centric Time Series Analysis from Sample, Feature, and Period
von: Sun, Chenxi, et al.
Veröffentlicht: (2024)

Federated Quantum Kernel Learning for Anomaly Detection in Multivariate IoT Time-Series
von: Chen, Kuan-Cheng, et al.
Veröffentlicht: (2025)

Multi-Scale Feature Fusion Quantum Depthwise Convolutional Neural Networks for Text Classification
von: Chen, Yixiong, et al.
Veröffentlicht: (2024)

Tiny Models are the Computational Saver for Large Models
von: Wang, Qingyuan, et al.
Veröffentlicht: (2024)

Less is More: Unlocking Specialization of Time Series Foundation Models via Structured Pruning
von: Zhao, Lifan, et al.
Veröffentlicht: (2025)

Negative-Binomial Randomized Gamma Markov Processes for Heterogeneous Overdispersed Count Time Series
von: Huang, Rui, et al.
Veröffentlicht: (2024)

Semi-Periodic Activation for Time Series Classification
von: Júnior, José Gilberto Barbosa de Medeiros, et al.
Veröffentlicht: (2024)

What-If Explanations Over Time: Counterfactuals for Time Series Classification
von: Schlegel, Udo, et al.
Veröffentlicht: (2026)