Buchumschlag

Adaptive Structured Pruning of Convolutional Neural Networks for Time Series Classification

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Abdullayev, Javidan, Devanne, Maxime, Meyer, Cyril, Ismail-Fawaz, Ali, Weber, Jonathan, Forestier, Germain
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Enhancing Time Series Classification with Diversity-Driven Neural Network Ensembles
von: Abdullayev, Javidan, et al.
Veröffentlicht: (2026)

Look Into the LITE in Deep Learning for Time Series Classification
von: Ismail-Fawaz, Ali, et al.
Veröffentlicht: (2024)

Finding Foundation Models for Time Series Classification with a PreText Task
von: Ismail-Fawaz, Ali, et al.
Veröffentlicht: (2023)

Establishing a Unified Evaluation Framework for Human Motion Generation: A Comparative Analysis of Metrics
von: Ismail-Fawaz, Ali, et al.
Veröffentlicht: (2024)

Deep Learning for Skeleton Based Human Motion Rehabilitation Assessment: A Benchmark
von: Ismail-Fawaz, Ali, et al.
Veröffentlicht: (2025)

The Multiverse of Time Series Machine Learning: an Archive for Multivariate Time Series Classification
von: Middlehurst, Matthew, et al.
Veröffentlicht: (2026)

Failure Risk Prediction in a MOOC: A Multivariate Time Series Analysis Approach
von: Ayady, Anass El, et al.
Veröffentlicht: (2025)

Deep Learning For Time Series Analysis With Application On Human Motion
von: Ismail-Fawaz, Ali
Veröffentlicht: (2025)

Deep Unsupervised Domain Adaptation for Time Series Classification: a Benchmark
von: Fawaz, Hassan Ismail, et al.
Veröffentlicht: (2023)

Bridging Neural Networks and Dynamic Time Warping for Adaptive Time Series Classification
von: Qu, Jintao, et al.
Veröffentlicht: (2025)

Wavelet Probabilistic Recurrent Convolutional Network for Multivariate Time Series Classification
von: Yang, Pu, et al.
Veröffentlicht: (2025)

POCKET: Pruning Random Convolution Kernels for Time Series Classification from a Feature Selection Perspective
von: Chen, Shaowu, et al.
Veröffentlicht: (2023)

The impact of data set similarity and diversity on transfer learning success in time series forecasting
von: Ehrig, Claudia, et al.
Veröffentlicht: (2024)

Time Scale Network: A Shallow Neural Network For Time Series Data
von: Meyer, Trevor, et al.
Veröffentlicht: (2023)

Adaptive Convolutional Forecasting Network Based on Time Series Feature-Driven
von: Zhang, Dandan, et al.
Veröffentlicht: (2024)

Pruning Deep Convolutional Neural Network Using Conditional Mutual Information
von: Vu-Van, Tien, et al.
Veröffentlicht: (2024)

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

AdaFSNet: Time Series Classification Based on Convolutional Network with a Adaptive and Effective Kernel Size Configuration
von: Wang, Haoxiao, et al.
Veröffentlicht: (2024)

Fourier Series Guided Design of Quantum Convolutional Neural Networks for Enhanced Time Series Forecasting
von: Osorio, Sandra Leticia Juárez, et al.
Veröffentlicht: (2024)

Convolutional and Deep Learning based techniques for Time Series Ordinal Classification
von: Ayllón-Gavilán, Rafael, et al.
Veröffentlicht: (2023)

Adaptive Classification of Interval-Valued Time Series
von: Tian, Wan, et al.
Veröffentlicht: (2025)

Incorporating Taylor Series and Recursive Structure in Neural Networks for Time Series Prediction
von: Mau, Jarrod, et al.
Veröffentlicht: (2024)

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

Seeking Interpretability and Explainability in Binary Activated Neural Networks
von: Leblanc, Benjamin, et al.
Veröffentlicht: (2022)

Convolutional Neural Networks for Toxic Comment Classification
von: Georgakopoulos, Spiros V., et al.
Veröffentlicht: (2018)

TodyNet: Temporal Dynamic Graph Neural Network for Multivariate Time Series Classification
von: Liu, Huaiyuan, et al.
Veröffentlicht: (2023)

Extended Deep Adaptive Input Normalization for Preprocessing Time Series Data for Neural Networks
von: September, Marcus A. K., et al.
Veröffentlicht: (2023)

Benchmarking Graph Representations and Graph Neural Networks for Multivariate Time Series Classification
von: Yang, Wennuo, et al.
Veröffentlicht: (2025)

Exploring Spiking Neural Networks for Binary Classification in Multivariate Time Series at the Edge
von: Ghawaly, James, et al.
Veröffentlicht: (2025)

Disentangling Polysemantic Channels in Convolutional Neural Networks
von: Hesse, Robin, et al.
Veröffentlicht: (2025)

Causal Discovery from Time-Series Data with Short-Term Invariance-Based Convolutional Neural Networks
von: Shen, Rujia, et al.
Veröffentlicht: (2024)

One-Step Graph-Structured Neural Flows for Irregular Multivariate Time Series Classification
von: Gao, Mengzhou, et al.
Veröffentlicht: (2026)

Hierarchical Classification Auxiliary Network for Time Series Forecasting
von: Sun, Yanru, et al.
Veröffentlicht: (2024)

Affine Invariance in Continuous-Domain Convolutional Neural Networks
von: Mohaddes, Ali, et al.
Veröffentlicht: (2023)

A Fair Loss Function for Network Pruning
von: Meyer, Robbie, et al.
Veröffentlicht: (2022)

Convolutional Neural Networks for Automated Cellular Automaton Classification
von: Rollier, Michiel, et al.
Veröffentlicht: (2024)

Review of blockchain application with Graph Neural Networks, Graph Convolutional Networks and Convolutional Neural Networks
von: Ancelotti, Amy, et al.
Veröffentlicht: (2024)

Spectral Pruning for Recurrent Neural Networks
von: Furuya, Takashi, et al.
Veröffentlicht: (2021)

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

Learning Interpretable Differentiable Logic Networks for Time-Series Classification
von: Yue, Chang, et al.
Veröffentlicht: (2025)