无监督状态学习综述：统一概率模型、聚类方法与表示学习的综合框架

《ARTIFICIAL INTELLIGENCE REVIEW》：Unsupervised state-learning for multivariate time series data: a survey and practical guidelines

　　

摘要

无监督状态学习旨在从多变量时间序列中推断潜在变量或表示，使其能够作为系统演化的预测性摘要。根据建模假设的不同，这些摘要可能表现为离散机制、后验信念状态、连续潜在轨迹或学习到的嵌入表示（后者随后被解释或正则化为状态）。状态学习能够实现分割、异常检测、预测性维护和临床监测等功能，但相关文献在概率机制切换模型、聚类与变点方法以及现代表示学习之间较为分散。本综述统一了这些研究方向，并提供了一种旨在服务于实际方法选择的综合分析。我们形式化了"状态"的概念，并引入一种分类体系，在关键维度上明确建模选择：离散状态与连续状态、可观测表示与潜在表示、输出格式（硬分配、后验概率、嵌入）以及固定状态基数与自适应状态基数。随后，我们回顾了三大方法体系：概率模型、聚类/分割方法，以及自监督或生成式表示学习。我们强调了核心假设、计算权衡，以及在缺失数据、不规则采样、非平稳性以及评估标签稀缺等情况下的失效模式。在此基础上，我们提出了一套方法选择框架和面向实现的流程，总结了文献中反复出现的模式及我们对其的实际解读，涵盖预处理、模型拟合、诊断和不确定性处理。此外，我们提出了一种针对状态学习的评估与报告协议，强调无泄露的时间序列分割、时间连贯性、可解释性、复杂度控制和不确定性校准。最后，我们总结了广泛使用的、仅提供评估标签的基准测试平台。