EvoTSC：遺伝的プログラミングによる時系列分類のための特徴学習モデルの進化
arXiv cs.LG / 2026/4/29
📰 ニュースIdeas & Deep AnalysisModels & Research
要点
- この論文では、時系列分類向けに軽量な特徴学習モデルを自動的に進化させる遺伝的プログラミング手法「EvoTSC」を提案する。
- EvoTSCは多層のプログラム構造を用い、進化探索の中に多様な事前の専門知識を埋め込むことで、時系列解析で有効性が知られた操作へ探索を誘導する。
- 時系列分類でよく問題になる過学習を抑えるため、学習データの部分集合が変わっても性能が安定するモデルを重視するテーラードなパレート・トーナメント選択戦略を提案しており、汎化性能の高いモデルの発見を狙う。
- 一変量の時系列分類データセットでの実験では、EvoTSCが多くの比較で11のベンチマーク手法を上回り、各構成要素の寄与と、進化されたモデルの資源効率も追加分析で確認される。
- この手法は、軽量化されたモデルを進化させることで、ラベル付きデータ不足の影響や計算コストの負担を軽減し、実運用上の制約に対処することを志向している。
