يواجه التصنيف شبه المراقب للسلاسل الزمنية تحديات في التعامل مع التفاوت داخل الفئة وتحولات التوزيع، مما يحد من فعالية طرق التعلم التبايني القياسية. لمعالجة هذه القيود، نقترح المحول الخبير مع التعلم التبايني الواعي بالنموذج (ExT-PACL)، وهو إطار جديد يدمج وحدة خلط الخبراء الموجهة بواسطة عدم اليقين (MoE) ضمن مشفر التحويل لالتقاط الأنماط الزمنية المتنوعة بشكل ديناميكي. يضمن الاستراتيجية المتوازنة للخبراء أن يساهم جميع الخبراء بشكل ذي مغزى، مما يمنع الانهيار ويعزز قوة التمثيل. بالإضافة إلى ذلك، توجيه خسارة التعلم التبايني الواعي بالنموذج يساعد العينات المصنفة وعينات غير المصنفة عالية الثقة نحو نماذج الفئة، مما يحسن القوة التمييزية ويقلل الاعتماد على مجموعات كبيرة من العينات السلبية. تظهر التجارب الواسعة على مجموعات بيانات مرجعية متعددة أن ExT-PACL حقق تعميماً متفوقاً وأداءً متقدماً.
درس هوانغ وآخرون (الثلاثاء) هذا السؤال.