从Feature-level SMOTE到Deep Attention SMOTE:面向类重叠不平衡时间序列的特征空间过采样方法演进
在多维时间序列的异常检测与故障诊断任务中,类别分布不平衡以及早期故障样本与正常样本之间的类间重叠问题,容易使常规重采样与分类模型产生决策偏差或引入噪声样本。针对这一问题,发表于《Expert Systems With Applications》的论文《Feature-level SMOTE: Augmenting fault samples in learnable feature space for imbalanced fault diagnosis of gas turbines》提出了Feature...