imputation专题
【论文阅读】Probabilistic Imputation for Time-series Classification with Missing Data
Probabilistic Imputation for Time-series Classification with Missing Data 论文链接：https://icml.cc/virtual/2023/poster/23522 作者：SeungHyun Kim · Hyunsu Kim · EungGu Yun · Hwangrae Lee · Jaehun Lee · Juho
Time Series Data and Recent Imputation Techniques for Missing Data: A Review
Abstract 多感官系统的发展和数据收集技术的持续应用都促进了时间序列数据的爆炸式增长。然而，由于多种因素的影响，经常会遇到不希望的数据点缺失。无法对缺失数据进行分析和建模极大地阻碍了分类和预测活动。处理时间序列数据的传统技术经常会增加偏差，并对底层数据创建过程做出重大假设，这可能导致预测或分类模型的开发不准确。在应用正确的插补方法之前，需要充分理解时间序列数据的特征。