【論文紹介】時系列での事前学習を自己教師対照学習で初めて現実化した時間-周波数整合性（TF-C）

最新AI論文をキャッチアップするAI-SCHOLARへの投稿をご紹介します。NeurIPS 2022採択論文です。

時系列データにおいて、様々な変化により学習したモデルがうまく適用できないことがあります。このような課題に対して、TF-Cベースのモデルは時間空間と周波数空間でそれぞれ自己教師対照事前学習を行うことにより、ターゲット領域のデータを与えることなく、高精度のモデルを学習できることを示しました。ファインチューニングを行うことにより、クラスタリングや異状検知など様々な後タスクに適応させることができます。