今天給大家介紹一篇華為最近發表的時間序列分類大模型工作，填補了專門用于時間序列分類的大模型工作空白，借鑒了Vision Transformer的訓練方式和模型結構，遷移到時間序列分類任務中，在多種類型的數據集上取得了不錯的效果。

推薦閱讀：???2024時序預測都有哪些經典工作——匯總篇??，2024時間序列預測相關最新SOTA工作匯總，涉及模型結構、表示學習、頻域信息、擴散模型10余個專題。

論文標題：Mantis: Lightweight Calibrated Foundation Model for User-Friendly Time Series Classification

下載地址：??https://arxiv.org/pdf/2502.15637v1??

1.研究背景

時間序列大模型的研究已經非常廣泛，但是大多數都是針對時間序列預測任務，或者能夠解決時間序列預測、分類、填充等多種類型任務的通用模型，而缺少專門針對時間序列分類任務的時間序列基礎模型。相比針對分類的時序基礎模型，同時解決多種任務的模型可能在分類任務上的表現并不是最優的。

華為發表的這篇文章，核心是構建一個專門針對時間序列分類的時間序列基礎模型Mantis，能夠應用到多種領域、多種輸入格式（單變量or多變量）的數據上。

2.建模方法

下面主要從輸入特征、模型結構、訓練方式、Adaptor等4個角度，介紹文本提出的Mantis時間序列分類大模型。

在輸入特征方面，主要分為patch、差分patch、統計值等3個部分。Patch采用正常的分patch操作，基于卷積+mean pooling實現。差分patch指的是對原始序列進行差分（相鄰位置相減）后，再進行分patch處理，實現對原始序列平穩項的提取。統計值，指的是直接提取原始序列patch的均值、方差等，作為額外的特征，輸入模型。三種特征都將原始序列分成32個patch，每個patch的這三種類型的特征，拼接到一起，經過一層Linear和一層Layer Normalization，生成32個token，作為后續模型的輸入。

在模型結構方面，基本采用了Vision Transformer的結構。用一個[CLASS] token拼接到輸入token前面，并引入position embedding，一起輸入到多層Transformer模型中，最終[CLASS] token輸出的embedding通過一個MLP映射到分類結果。

在訓練方法上，核心是基于對比學習的預訓練。從多種類型的數據集中，采樣一個時間序列，并使用數據增強方法生成其正樣本，隨機采樣負樣本，通過對比學習拉近正樣本對之間距離，推遠負樣本對之間距離，提升模型的表征學習能力。在數據增強方法上，文中發現不同類型數據適用的數據增強方法不同，文中采用了一種叫做RandomCropResize的比較保險的增強方法。對原始數據隨機截取一段，然后再拉伸成原始的尺寸，作為數據增強結果。

為了讓訓練好的時序基礎模型支持不同輸入channel維度的樣本，一種簡單的做法是把多元序列拆成多個單變量序列，獨立過預訓練模型。這種方法當序列維度較高時效率低，且無法考慮變量間關系。本文提出了Adaptor方法，讓多元時間序列適配時序基礎模型。核心是用降維的方法，將原始多元時間序列映射到更低的維度，再輸入時序基礎模型。降維過程針對每個時間步的各個變量進行，不影響時序關系。另外，文中也提出了使用MLP進行降維，讓MLP跟著模型進行學習，達到有監督的降維效果。

3.實驗效果

在實驗部分，文中從zero-shot表征抽取效果、finetune模型效果等角度對Mantis進行驗證，并進行了消融實驗、Adaptor類型效果差異影響的實驗。不論是zero-shot場景還是finetune場景，本文提出的方法都取得了優于其他SOTA方法的效果。

本文轉載自??圓圓的算法筆記??