ConceptTime：用预测意外构建可解释时间序列分类

Sachith Abeywickrama 等作者提出 ConceptTime，一种自监督概念瓶颈方法，用冻结概率预测器产生的“预测意外”信号同时定位时间序列分段边界并刻画各段动态模式，形成可聚类的概念词表，无需固定窗口或专家标注。 在 17 个公开基准上，其精度与最先进黑盒模型相当，优于所有可解释基线；在 Epilepsy 数据集上仅用 1% 标签即保持近 98% 准确率。

AI 根据报道生成 · 53 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。