Encoding Binary Events from Continuous Time Series in Rooted Trees using Contrastive Learning

要約

ブロードバンド インフラストラクチャの所有者は、ルートのあるツリーとして構造化されているローカル ネットワーク内で顧客がどのように接続されているかを常に知っているわけではありません。
最近の研究では、ツリーの葉 (顧客) からの離散時系列データを使用して、ローカル ネットワークのトポロジを推測することができます。
この研究では、連続時系列データからバイナリ イベント エンコーダーを学習するための対照的なアプローチを提案します。
暫定的な結果として、私たちのアプローチには価値のあるエンコーダーを学習する可能性があることを示します。

要約(オリジナル)

Broadband infrastructure owners do not always know how their customers are connected in the local networks, which are structured as rooted trees. A recent study is able to infer the topology of a local network using discrete time series data from the leaves of the tree (customers). In this study we propose a contrastive approach for learning a binary event encoder from continuous time series data. As a preliminary result, we show that our approach has some potential in learning a valuable encoder.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google