Neural networks for out-of-distribution time series detection in one-class learning (2025)
- Authors:
- Autor USP: JÚNIOR, JOSÉ GILBERTO BARBOSA DE MEDEIROS - ICMC
- Unidade: ICMC
- Sigla do Departamento: SCC
- DOI: 10.11606/D.55.2025.tde-29072025-141957
- Subjects: APRENDIZADO COMPUTACIONAL; ANÁLISE DE SÉRIES TEMPORAIS; REDES NEURAIS
- Keywords: Aprendizado de única classe; Deep learning; Neural networks; One-class learning; Time series
- Agências de fomento:
- Language: Inglês
- Abstract: A classicação de séries temporais apresenta desaos únicos, especialmente em domínios onde rotular dados apresenta um alto custo ou onde ocorre um grande desbalanceamento dos rótulos. A partir destes problemas, a tarefa de one-class learning (OCL), surge como uma alternativa, focando apenas no aprendizado de séries temporais pertencentes a uma única classe, também chamada de classe de interesse. Os métodos existentes de OCL frequentemente sofrem com instabilidades durante seu treinamento, dependncia de contraexemplos e adaptações inadequadas para capturar dependncias temporais. Esta dissertação propõe um novo framework de OCL para séries temporais, integrando mecanismos de redes neurais e técnicas de detecção de dados fora da distribuição (OOD). Para aprimorar a extração das características temporais, dois novos componentes nas redes neurais são apresentados: (i) LeakySineLU, uma nova função de ativação projetada para tarefas com séries temporais, e (ii) Convoluções Deformáveis, convoluções que capturam dependncias não contínuas e de longo alcance entre as observações de uma série. Esses mecanismos são incorporados a TGNet, um método de OCL proposto que utiliza GMMs para modelar a distribuição da classe de interesse e identicar instâncias fora desta distribuição. Foram conduzidos experimentos em 112 conjuntos de dados, demonstrando que a TGNet supera abordagens tradicionais de OCL para tarefas com séries temporais, alcançando a maior F1 média na classicação e o maior ranquemédio.
- Imprenta:
- Publisher place: São Carlos
- Date published: 2025
- Data da defesa: 15.04.2025
- Este periódico é de acesso aberto
- Este artigo NÃO é de acesso aberto
-
ABNT
MEDEIROS JÚNIOR, José Gilberto Barbosa de. Neural networks for out-of-distribution time series detection in one-class learning. 2025. Dissertação (Mestrado) – Universidade de São Paulo, São Carlos, 2025. Disponível em: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-29072025-141957/. Acesso em: 16 fev. 2026. -
APA
Medeiros Júnior, J. G. B. de. (2025). Neural networks for out-of-distribution time series detection in one-class learning (Dissertação (Mestrado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/55/55134/tde-29072025-141957/ -
NLM
Medeiros Júnior JGB de. Neural networks for out-of-distribution time series detection in one-class learning [Internet]. 2025 ;[citado 2026 fev. 16 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-29072025-141957/ -
Vancouver
Medeiros Júnior JGB de. Neural networks for out-of-distribution time series detection in one-class learning [Internet]. 2025 ;[citado 2026 fev. 16 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-29072025-141957/ - Hemoglobin estimation from smartphone-based photoplethysmography with small data
- Semi-periodic activation for time series classification
- Aprendizado de máquina supervisionado para séries temporais na área da saúde
- One-class graph autoencoder: a new end-to-end, low-dimensional, and interpretable approach for node classfication
- Large language models ensemble for biochemical properties detection in scientific articles
Informações sobre o DOI: 10.11606/D.55.2025.tde-29072025-141957 (Fonte: oaDOI API)
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
