[论文解读] Generating multivariate time series with COmmon Source CoordInated GAN (COSCI-GAN)

Ali Seyfi, Jean-François Rajotte+1 more|arXiv (Cornell University)|May 27, 2022

Time Series Analysis and Forecasting被引用 12

一句话总结

COSCI-GAN 是一种基于 GAN 的新型框架，通过共享潜在噪声建模共同源起源，并利用中心判别器强制保持通道间相关性，从而生成多变量时间序列（MTS）。在 EEG 和金融 MTS 数据集上，其在保持统计相关性和实现更高分类准确率方面优于最先进方法。

ABSTRACT

Generating multivariate time series is a promising approach for sharing sensitive data in many medical, financial, and IoT applications. A common type of multivariate time series originates from a single source such as the biometric measurements from a medical patient. This leads to complex dynamical patterns between individual time series that are hard to learn by typical generation models such as GANs. There is valuable information in those patterns that machine learning models can use to better classify, predict or perform other downstream tasks. We propose a novel framework that takes time series' common origin into account and favors channel/feature relationships preservation. The two key points of our method are: 1) the individual time series are generated from a common point in latent space and 2) a central discriminator favors the preservation of inter-channel/feature dynamics. We demonstrate empirically that our method helps preserve channel/feature correlations and that our synthetic data performs very well in downstream tasks with medical and financial data.

研究动机与目标

• 为解决从共同来源（如生物特征或金融数据）产生的复杂通道间相关性问题，生成保留这些相关性的多变量时间序列（MTS）。
• 通过生成保留通道间统计和动态关系的合成 MTS，提升下游任务（尤其是分类）的性能。
• 通过显式编码共享的患者级潜在表示，克服标准 GAN 和 VAE 在建模相关、源起源 MTS 时的局限性。
• 提供一种可扩展、可并行化的合成 MTS 生成框架，支持在医疗和金融等隐私敏感领域中的数据共享与增强。

提出的方法

• 生成器使用共享潜在噪声向量生成所有独立的时间序列通道，以建模单个患者的生物或环境状态。
• 每个通道由独立的生成器头生成，但所有通道共享相同的潜在代码，从而确保共同的源表示。
• 中心判别器将完整的多变量序列作为整体进行评估，强制保持通道间动态和相关性。
• 训练目标结合了对抗性损失以提升真实性，以及相关性保持损失，使合成 MTS 的相关性矩阵与真实数据对齐。
• 该架构支持通道特定生成器的并行训练，提升效率的同时不损失相关性保真度。
• 该框架具有模块化特性，可根据数据特征扩展为使用 Transformer 或其他 GAN 变体等现代架构。

实验结果

研究问题

• RQ1 基于 GAN 的框架能否在来自共同源的多变量时间序列中保持通道间相关性？
• RQ2 与标准 GAN 相比，强制共享潜在空间和集中式判别是否能提升下游分类性能？
• RQ3 COSCI-GAN 在保留真实 MTS 统计特性方面，与 TimeGAN 和 Fourier Flows 等最先进方法相比表现如何？
• RQ4 COSCI-GAN 能否生成多样化且逼真的合成 MTS，适用于低数据量场景下的数据增强？
• RQ5 COSCI-GAN 在通道数量较少的 MTS 上的可扩展性和性能方面存在哪些局限性？

主要发现

• COSCI-GAN 在 EEG 眼状态数据集上实现了最高的分类准确率，与 TimeGAN 和 Fourier Flows 相比具有统计显著性优势。
• COSCI-GAN 的合成与真实相关性矩阵之间的平均绝对误差（MAE）为 0.111 ± 0.005，显著低于 TimeGAN（0.257 ± 0.008）和 Fourier Flows（0.146 ± 0.006）。
• 通过 t-SNE 和 PCA 进行的可视化分析表明，COSCI-GAN 样本在潜在空间中更具多样性且分布更优，优于基线方法。
• COSCI-GAN 在医学和金融应用中的高维 MTS 中表现出更优的通道间动态保持能力。
• 该方法具有可扩展性和可并行性，未观察到训练性能瓶颈，但在两通道 MTS 上表现较差，此时简单基线方法已足够。
• 该框架已开源且具备模块化设计，支持与各类 GAN 架构集成，并可扩展至异构时间序列类型。