Abstract: C. Alagoz (2025)

Feature-based time series classification (TSC) methods have traditionally relied on time-domain features, which can limit their effectiveness in capturing the full spectrum of temporal dynamics. This study introduces Crossfire (Cross-representation Feature Integration for Robust Extraction, CFIRE), a feature-based framework that systematically extracts and integrates features from a diverse set of time series representations-including derivative, autocorrelation, spectral (Fourier), harmonic (cosine), time-frequency (wavelet), and analytic (Hilbert) domains. The pipeline supports parallelized feature extraction and incorporates selection mechanisms to manage redundancy while enhancing classification performance. Empirical evaluation across all 142 datasets in the UCR archive demonstrates that CFIRE outperforms leading feature-based baselines such as FreshPRINCE. Although it does not always surpass state-of-the-art (SOTA) accuracy in other TSC paradigms, CFIRE provides distinctive advantages in computational efficiency, interpretability, and scalability. Notably, its computational efficiency is comparable to that of Quant, one of the fastest existing TSC methods, while maintaining robust accuracy across longer sequences and larger class counts. The results indicate that the combination of features across multiple representations-when systematically integrated and optimized-can provide a practical, scalable, and interpretable alternative to more complex TSC approaches. The full implementation is publicly available at: https://doi.org/10.5281/zenodo.15695653.

Please note: The abstracts of the bibliography database may underly other copyrights.

Ihr Browser versucht gerade eine Seite aus dem sogenannten Internet auszudrucken. Das Internet ist ein weltweites Netzwerk von Computern, das den Menschen ganz neue Möglichkeiten der Kommunikation bietet.

Da Politiker im Regelfall von neuen Dingen nichts verstehen, halten wir es für notwendig, sie davor zu schützen. Dies ist im beidseitigen Interesse, da unnötige Angstzustände bei Ihnen verhindert werden, ebenso wie es uns vor profilierungs- und machtsüchtigen Politikern schützt.

Sollten Sie der Meinung sein, dass Sie diese Internetseite dennoch sehen sollten, so können Sie jederzeit durch normalen Gebrauch eines Internetbrowsers darauf zugreifen. Dazu sind aber minimale Computerkenntnisse erforderlich. Sollten Sie diese nicht haben, vergessen Sie einfach dieses Internet und lassen uns in Ruhe.

Die Umgehung dieser Ausdrucksperre ist nach §95a UrhG verboten.

Mehr Informationen unter www.politiker-stopp.de.

Crossfire: cross-domain feature integration for robust time series classification