第34名解决方案
首先，我要感谢组织者和Kaggle工作人员组织这次比赛。通过比赛我学到了很多。
总结
- 基于213tubo的代码库
- 数据清洗
- 模型集成
- 通过后处理减少误报
数据清洗
当我像下面这样按series_id可视化train_series.parquet和train_events.csv时，注意到标签数据存在噪声。
标签应该在的位置没有被标注，或者在不应该标注的位置被标注了（可能是组织者用填充值填补了缺失值）。
存在许多令人担忧的区域，例如标签分配的时间与受试者入睡/醒来的时间相差数十分钟甚至更久。
我们认为这种有噪声的标签数据会成为模型训练的障碍，因此检查了每个series_id的数据，并通过移动或添加标签位置来清洗标签数据。
模型
- Unet
- 编码器：
- maxvit_tiny
- eca_nfnet_l1
- dm_nfnet_f0
- 数据增强：
- Mixup
- Spec_augment
- 标签平滑（睡眠）
- 滑动推理
- 不使用推理结果的两端
后处理
在可视化数据时，我发现某些数据表现出不自然的周期性模式，例如1e6717d93c1d。
我认为这些不自然的周期性模式是无效的，因为组织者对未测量数据的时段填充了每个时间段的常用值。
模型可能会在这些周期性模式内输出入睡/醒来的预测，但这些被认为是误报。
我们对模型进行了后处理，以去除这些周期性模式内的预测。
周期性模式的判定标准如下：
- 当anglez和envo向前或向后移动17280*n步时，如果两者的值都一致，则该预测被视为无效。
- 但是，如果连续两步或以上不匹配，则不判定为无效（考虑到可能是巧合）。
