带缺失数据的时间序列分类

Classification on Time Series with Missing Data是指在时间序列数据存在缺失值的情况下，通过机器学习方法对序列进行分类的任务。其目标是开发有效的算法和模型，处理数据不完整的问题，提高分类准确性和鲁棒性。该任务在金融预测、医疗诊断、设备维护等领域具有重要应用价值，能够帮助决策者在数据缺失的情况下做出更可靠的判断。