Time-TSNE-Plot

Time-TSNE-Plot 是一个专为时间序列嵌入的 t-SNE 可视化而设计的多场景评估数据集。该数据集旨在从多个维度评估和可视化不同时间序列模型生成的嵌入表示。数据集包含七个不同的子集，每个子集对应一个特定的评估场景，并具有固定的时间窗口长度（256或512）。核心数据字段包括：`target`（时间序列数值列表）、`dataset`（标签，其语义根据子集而变化，例如源数据集名称、窗口起始时间戳索引、多变量通道索引或规则生成器名称）和 `seq_length`（序列长度）。具体评估维度与子集包括：1) 跨数据集嵌入（`gift_eval_256` 和 `gift_eval_512`）：包含从 GIFT-Eval 基准中采样的11个不同数据集的样本，标签为数据集名称。2) 跨规则序列嵌入（`rule_dataset_512`）：包含由三角波、方波、ARMA等10种规则生成器合成的序列，标签为生成器名称。3) 跨通道嵌入（同一数据集内）（`ett1_15T_256` 和 `ett1_15T_512`）：基于多变量 ETT1（15分钟）数据集，通过滑动窗口生成样本，标签为0-6的通道索引。4) 跨时间位置嵌入（同一通道内）（`electricity_256` 和 `electricity_512`）：基于单变量 Electricity 数据集，通过滑动窗口生成样本，标签为窗口起始时间戳索引。该数据集适用于时间序列表示学习、嵌入可视化、模型评估以及对比不同时间序列特征或生成模式的研究。Time-TSNE-Plot is a multi-scenario evaluation dataset specifically designed for t-SNE visualization of time series embeddings. The dataset aims to evaluate and visualize embedding representations generated by different time series models across multiple dimensions. It contains seven distinct subsets, each corresponding to a specific evaluation scenario with fixed time window lengths (256 or 512). Core data fields include: `target` (a list of time series numerical values), `dataset` (a label whose semantics vary by subset, such as source dataset name, window start timestamp index, multivariate channel index, or rule generator name), and `seq_length` (sequence length). Specific evaluation dimensions and subsets include: 1) Cross-dataset embeddings (`gift_eval_256` and `gift_eval_512`): samples from 11 different datasets sampled from the GIFT-Eval benchmark, with labels as dataset names. 2) Cross-rule sequence embeddings (`rule_dataset_512`): sequences synthesized by 10 rule generators such as triangular waves, square waves, and ARMA, with labels as generator names. 3) Cross-channel embeddings (within the same dataset) (`ett1_15T_256` and `ett1_15T_512`): samples generated via sliding windows from the multivariate ETT1 (15-minute) dataset, with labels as channel indices from 0 to 6. 4) Cross-time position embeddings (within the same channel) (`electricity_256` and `electricity_512`): samples generated via sliding windows from the univariate Electricity dataset, with labels as window start timestamp indices. The dataset is suitable for research in time series representation learning, embedding visualization, model evaluation, and comparing different time series features or generation patterns.

原始信息汇总

数据集概述

Time-TSNE-Plot 是一个用于时间序列嵌入 t-SNE 可视化的多场景评估数据集，基于 Apache-2.0 许可证发布。

评估维度

维度	描述	推荐数据拆分
跨数据集嵌入	多个真实/基准数据集，标签为数据集名称	gift_eval_256 / gift_eval_512
跨规则生成序列嵌入	三角波、方波、ARMA 等规则生成器	rule_dataset_512
跨通道嵌入（同数据集）	多变量 ETT1，每个通道滑动窗口，标签为通道索引	ett1_15T_256 / ett1_15T_512
跨时间位置嵌入（同通道）	单变量 Electricity，标签为窗口起始时间戳索引	electricity_256 / electricity_512

数据拆分详情

GIFT-Eval（按数据集名称标记）

从 GIFT-Eval 子集采样，dataset 字段为源数据集名称（共 11 类，如 bitbrains_fast_storage、m4 等）。

拆分	目录	样本数	窗口长度
gift_eval_256	gift-eval_256/	11,000	256
gift_eval_512	gift-eval_512/	11,000	512

Electricity（按时间戳标记）

单变量 Electricity 序列上的滑动窗口段，dataset 为每个窗口的起始时间戳索引（字符串，如 "0"、"1" 等）。

拆分	目录	样本数	窗口长度
electricity_256	electricity_256/	10,000	256
electricity_512	electricity_512/	10,000	512

ETT1-15T（按通道标记）

多变量 ETT1（15 分钟间隔）序列上的滑动窗口段，dataset 为通道索引（"0"–"6"，共 7 个通道）。

拆分	目录	样本数	窗口长度
ett1_15T_256	ett1-15T_256/	7,000	256
ett1_15T_512	ett1-15T_512/	7,000	512

Rule（按生成器标记）

基于规则生成器（如 generate_triangle_wave、generate_square_wave、generate_arma_samples 等，共 10 类）的合成序列，dataset 为规则/生成器名称。

拆分	目录	样本数	窗口长度
rule_dataset_512	rule_dataset_512/	11,000	512

字段说明

字段	类型	含义
target	list[float64]	窗口内的时间序列值
dataset	string	标签（语义因拆分而异）
seq_length	int64	窗口长度（256 或 512）

搜集汇总

数据集介绍

构建方式

该数据集专为时间序列嵌入的t-SNE可视化评估而构建，涵盖多场景评估需求。数据来源于GIFT-Eval基准、单变量电力序列、多变量ETT1十五分钟分辨率数据及基于规则的合成序列（如三角波、方波、ARMA等）。每个样本采用固定滑窗策略提取片段，窗口长度分为256和512两种，分别存储于对应子集。标签语义因数据集而异：跨数据集评估中标签为来源数据集名称，跨时间位置评估中标签为窗口起始时间戳索引，跨通道评估中标签为通道索引，规则序列评估中标签为生成器名称。各子集样本量在7000至11000之间，以Arrow格式高效存储。

特点

此数据集的核心特征在于其多维度的评估设计。通过兼容真实基准与合成数据，覆盖了跨数据集、跨通道、跨时间位置及规则生成四种典型应用场景。标签语义的灵活设计使得同一字段可根据评估维度承载不同含义，便于针对性验证t-SNE可视化效果。窗口长度提供256和512两种选择，平衡了序列局部性与全局性信息。数据以标准化结构存储，包含目标序列、标签字段和序列长度属性，支持直接加载与批量处理，尤其适用于对比不同嵌入方法在多样化时序数据上的可视化表现。

使用方法

用户可通过HuggingFace Datasets库便捷加载该数据集。直接调用load_dataset("whenxuan/Time-TSNE-Plot")即可获取所有子集，随后按需选择特定评估维度：gift_eval_256或gift_eval_512用于跨数据集嵌入分析，rule_dataset_512用于规则基序列评估，ett1_15T_256或ett1_15T_512用于同数据集跨通道分析，electricity_256或electricity_512用于同通道跨时间位置分析。每个样本的target字段包含窗口内浮点数值序列，dataset字段提供对应标签，seq_length记录窗口长度，便于后续嵌入计算与t-SNE可视化流程的集成。

背景与挑战

背景概述

时间序列数据广泛存在于金融、能源、医疗等众多领域，对其内在结构进行探索性分析是理解数据特性的重要手段。t-SNE作为一种经典的非线性降维与可视化技术，能够将高维嵌入映射至低维空间，从而揭示数据的聚类与分布模式。然而，现有评估基准多聚焦于图像或文本数据，缺乏针对时间序列嵌入的标准化测试集。在此背景下，Time-TSNE-Plot数据集于近年来由研究团队构建，旨在系统评估t-SNE在多样化时间序列场景下的可视化效果。该数据集巧妙设计了四大评估维度，涵盖跨数据集、跨规则、跨通道及跨时间位置，为时间序列嵌入的可视化研究提供了统一的评测平台，对推动该领域的实证比较与方法改进具有重要价值。

当前挑战

该数据集面临的首要挑战在于时间序列嵌入可视化本身所固有的领域难题：不同时间序列间的分布差异巨大，且序列长度、通道数、噪声模式各异，t-SNE的参数选择（如困惑度）直接影响可视化结果的解释性与鲁棒性，如何公平地评估算法在不同场景下的表现成为核心问题。其次，在数据集构建过程中，标签语义的多样性带来了内在困难——例如，跨数据集评估要求标签反映数据来源，而跨通道评估则需标签指示通道索引，这种差异要求t-SNE算法能够适应标签语义的灵活切换，否则易产生误导性可视化。此外，滑动窗口提取的子序列可能引入冗余或边界效应，加之各split样本量有限（7,000至11,000条），如何在有限数据上获得稳定的嵌入结果亦是构建中的技术挑战。

常用场景

经典使用场景

在时间序列分析与可视化的交叉领域，Time-TSNE-Plot数据集为评估嵌入向量的t-SNE降维可视化效果提供了标准化基准。该数据集通过精心设计的四类评估维度——跨数据集嵌入、基于规则生成序列的嵌入、同一数据集不同通道的嵌入以及同一通道不同时间位置的嵌入——全面覆盖了时间序列表示学习中的核心可视化需求。研究者可利用其预设的固定窗口长度样本（256与512），系统性地测试不同时间序列嵌入方法在高维空间中的聚类分离度与结构保留能力，从而实现对可视化质量的可量化比较。

衍生相关工作

围绕Time-TSNE-Plot数据集，已涌现出一系列探索时间序列嵌入可视化的研究工作。其中，GIFT-Eval子集被用作跨数据集嵌入评估的基准，催生了针对异源时间序列域适应问题的可视化比较方法。基于rule_dataset_512的规则序列嵌入研究，推动了利用合成数据检验模型对模式学习能力的标准化流程。而electricity与ett1子集中时间戳与通道标注的设计，启发了关于时间序列局部与全局结构在嵌入空间中表征差异的量化分析工作。这些衍生研究共同丰富了时间序列表示学习的评估方法论体系。

数据集最近研究

最新研究方向

Time-TSNE-Plot数据集聚焦于时序嵌入向量的t-SNE可视化评估，其前沿研究方向涉及多场景下的嵌入质量分析。当前热点事件包括时间序列基础模型的快速发展，该数据集通过跨数据集（如GIFT-Eval）、跨规则生成序列（如三角波）、跨通道（如ETT1多变量序列）和跨时间位置（如电力负荷数据）的四维评估框架，为验证嵌入表示对数据分布、时间动态及多变量关系的捕捉能力提供了标准化基准。其意义在于推动时序嵌入可解释性研究，助力模型在高维空间中的结构分析，对金融预测、能源管理等领域的时间序列分析具有重要应用价值。