PRISM: 대칭 다중 해상도 합성곱 계층을 통한 경량 다변량 시계열 분류

초록

PRISM은 경량의 완전 합성곱 신경망으로, 다변량 시계열 분류를 위해 설계되었습니다. 각 채널을 독립적으로 처리하며, 초기 단계에서 대칭 구조를 가진 다중 해상도 합성곱 필터를 적용합니다. 이 대칭성은 고전적 신호 처리의 선형 위상 FIR 필터에서 영감을 받아 학습 가능한 매개변수 수를 절반으로 줄이면서도 수용 영역을 완전히 유지합니다. UEA 아카이브 및 인간 활동 인식, 수면 단계 분류, 생체 신호 벤치마크에서 PRISM은 기존의 CNN 및 트랜스포머 모델과 동등하거나 더 나은 성능을 보이면서, 훨씬 적은 매개변수와 계산 비용을 사용합니다.

상세 분석

PRISM 논문의 핵심 기술적 통찰은 현대 신경망 구조에 원칙적인 신호 처리 선험 지식을 통합하여 효율성과 정확성의 탁월한 균형을 달성했다는 점입니다. 주요 분석 포인트는 다음과 같습니다.

첫째, 대칭성 제약의 파라미터 효율성 및 신호 처리적 의미. PRISM은 홀수 길이의 합성곱 커널에 중심을 기준으로 가중치를 미러링하는 대칭성(w