Con mucho, el algoritmo más común para la clasificación de series temporales son los modelos ocultos de Markov (http://en.wikipedia.org/wiki/Hid…).
Una cosa a tener en cuenta es: ¿está clasificando series de tiempo aisladas (piense en clasificar un número entre 0 y 9) frente a series de tiempo continuas (por ejemplo, 141534). La belleza de los HMM es que pueden lidiar con elegancia con el caso de series temporales continuas.
Existen otros algoritmos, por ejemplo, Dynamic Time Warping (http://en.wikipedia.org/wiki/Dyn…). Hay un algoritmo de creación de niveles que aplica sobre DTW para que funcione en el caso continuo.
- ¿El aprendizaje profundo realmente funciona? ¿Es solo promocionado por los investigadores que es impulsado por los fabricantes de GPU?
- ¿Es posible convertir el desarrollo de una aplicación basada en un marco existente en un trabajo de investigación?
- ¿Qué puedes hacer en la escuela de posgrado para aumentar tus posibilidades de conseguir un trabajo académico, además de hacer una buena investigación?
- ¿Cuáles son algunos de los problemas de investigación interesantes en la criptografía umbral?
- ¿Cuál es el significado de las funciones de conjunto submodular?
También hay algoritmos de “envoltura” que usan núcleos o primitivas para convertirlo en un problema de clasificación convencional.
Está un poco desactualizado, pero es posible que desee leer la sección de literatura de mi doctorado donde reviso el estado del arte en ese momento (https://sites.google.com/site/wa…)