要約
完全畳み込みニューラルネットワーク（FCN）は、時系列シーケンスの分類タスクにおいて最先端の性能を達成することが示されています。本研究では、時系列分類のためにFCNに長短期記憶型再帰ニューラルネットワーク（LSTM RNN）サブモジュールを追加することを提案します。提案したモデルは、モデルサイズの僅かな増加とデータセットの最小限の前処理で、FCNの性能を大幅に向上させます。提案する長短期記憶型完全畳み込みネットワーク（LSTM-FCN）は、他の手法と比較して最先端の性能を達成しています。また、注意機構を使用して時系列分類の性能を向上させる方法についても検討し、注意機構付き長短期記憶型完全畳み込みネットワーク（ALSTM-FCN）を提案します。注意機構の利用により、LSTMセルの決定プロセスを可視化することができます。さらに、微調整を用いて訓練済みモデルの性能向上方法も提案します。本稿では、我々のモデルの全体的な性能分析を行い、他の技術との比較も提供しています。