시계열을 이미지로 변환해 분류와 결측값 보정 성능 향상

본 논문은 시계열 데이터를 Gramian Angular Field(GAF)와 Markov Transition Field(MTF)라는 이미지 형태로 변환하고, 이를 Tiled Convolutional Neural Network와 Denoised Auto‑encoder에 적용해 기존 방법보다 높은 분류 정확도와 결측값 복원 성능을 달성한다.

저자: Zhiguang Wang, Tim Oates