基于虚拟对抗域自适应（VASAD）的时序分类方法研究及其在健康监测与故障诊断中的应用

本综述提出了一种创新的虚拟对抗与统计无监督域自适应（VASAD）方法，用于解决时间序列分类（TSC）中的域偏移挑战。该方法综合运用范数距离、相关性对齐（CORAL）、域对抗训练（DAT）及虚拟对抗训练（VAT）技术，旨在实现源域与目标域间的特征分布对齐，增强模型鲁棒性，并在人类活动识别（HAR）、医疗健康（如睡眠分期SSC）及机器故障诊断（MFD）等多个数据集上验证了其优越性能。

　　

Highlight

我们的贡献概述如下：

• •
  • 应用基于范数距离的方法来评估源域和目标域特征分布之间的相似性，有助于在流程早期量化和识别域偏移。
• •
  • 通过CORrelation ALignment (CORAL) 增强特征级别的一致性，通过对齐标记源数据和未标记目标数据之间的二阶统计量（协方差）来最小化域偏移。
• •
  • 通过域对抗训练 (Domain Adversarial Training, DAT) 实现全局域不变性，鼓励模型为源域和目标域生成难以区分的特征表示，从而提高跨域的泛化能力。
• •
  • 利用虚拟对抗训练 (Virtual Adversarial Training, VAT) 获得模型输出分布的局部平滑性，提高对小规模、对抗性输入扰动的鲁棒性，有助于实现更稳定可靠的预测。
• •
  • CORAL、DAT和VAT的组合有效提升了模型跨域泛化能力，不仅对齐了全局域级特征，还确保了局部决策边界的平滑性，使模型对噪声和分布偏移具有弹性。
• •
  • 所提出的VASAD使用六个标准时间序列数据集进行了验证，其中四个是人类活动识别数据集，如HHAR、UCIHAR、WISDM和OPPORTUNITY (OPP)。另外两个数据集是机器故障诊断数据“MFD”和医疗健康数据集“SSC”。分析表明VASAD优于现有最先进方法。此外，我们还使用两种不同架构（如CNN和带有自注意力的CNN）进行了分析。

Section snippets

Related works

时间序列数据的指数级增长凸显了开发可扩展、高效、鲁棒的方法来分析和从这些数据流中获取洞察的重要性。需要领域专家、数据科学家和技术人员之间的跨学科合作，以应对新兴挑战并充分利用时间序列数据在各种应用中的潜力。本节将回顾近期关于现有TSC、UDA以及TSC-UDA工作的文献。

Kate

Problem definition

VASAD解决了时间序列分类（TSC）中无监督域自适应（UDA）的挑战。D_s 代表带标签的源域，D_t 代表无标签的目标域，其中 D_s = {(x_s^p, y_s^p)}_p=1^n_s, D_t = {(x_t^q)}_q=1^n_t，且 n_s 和 n_t 是两个域中的样本数量。两个域使用相同的标签集，类别 c ∈ [1, 2, …, C]。两个域中的样本持续时间均为L个时间步长，并且可能存在分布偏移，即 (P(x_s) ≠ Q(x_t))。本文提出的方法旨在解决此问题。

Datasets

VASAD使用六个真实世界数据库进行验证，这些数据库适用于不同的时间序列应用，数据集包括 HHAR¹ (Stisen et al., 2015, Blunck et al., 2015), UCIHAR² (Anguita et al., 2013), OPPORTUNITY (OPP)³ (Roggen et al., 2012, Roggen et al., 2010), WISDM (WiSdm dataset), 机器故障诊断 (MFD) 以及睡眠分期 (SSC) 数据集。

Comparative analysis

比较评估考虑了宏平均F1分数（MF1-score）和准确率（Accuracy），两者由以下公式表示：

MF1 = (1/N) Σ_i=1^N F1_i

其中N代表类别数量，第i类的F1分数为 F1_i = (2 × Precision_i × Recall_i) / (Precision_i + Recall_i)

准确率 = (TP + TN) / (TP + FP + TN + FN)

为了评估不平衡时间序列数据的真实性能，宏平均F1分数是更优的指标，同时也计算了准确率指标。跨域任务是随机选择的，考虑到每个数据集包含多个域或条件。

Conclusion

本文提出了一种统一的虚拟对抗与统计学习策略来解决TSC-UDA问题。通过采用二阶矩和基于范数的距离方法，减少了源域和目标域时间序列数据之间的分布差异，并对相似特征进行聚类。应用域对抗训练和虚拟对抗训练，在全局范围内获取跨域的不变特征表示，同时保持模型输出在局部范围内的平滑性。