我们的实验Pipeline使用方法在 https://github.com/BoNing-Gu/ADIA-Lab-Structural-Break/blob/main/README.md 中给出了详细说明，本篇文档只介绍思路和结果。
submit_onlinetrain.ipynb 在平台上的完整运行时间为2h 11min（训练+推理），Public Leaderboard的AUC得分为88.62%。
Engilish Version:
Competition Link:
Code Repository:
首先，我们要向 CrunchDAO 和 ADIA Lab 表示由衷的感谢，感谢他们组织了这次比赛。这是我们第二次参加 ADIA 的比赛，衷心感谢所有工作人员的辛勤付出，让我们有机会参与这样一场精彩且充满挑战的赛事。
本次方案由 洪沐天（上海科技大学）和 顾国勤（厦门大学）共同完成。
联系我们:
判断一条时间序列在给定的时点前后是否存在结构突变（Structural Break），根据时点时间序列被划分为left（period=0）和right（period=1）两段，我们需要从中尽可能提取丰富的特征。
最开始，我们尝试使用CrossEncoder，把左右两段视作两个“句子”，并用PatchTST的分片思想把连续的时序信号转换成一个个Token，从而任务转换为NLP中的句子相似度任务，但很不幸这种方案的AUC接近随机分类。
接着，我们又尝试了UTime，一种用于睡眠信号分段的模型，但结果同样不如人意。