ABBA：基于自适应布朗桥的时间序列符号聚合
机器学习
2020-03-30 v1 机器学习
摘要
我们引入了一种称为 ABBA 的新的时间序列符号表示。它基于对时间序列的自适应折线逼近得到元组序列，随后通过基于均值的聚类获得符号表示。我们表明该表示的重构误差可建模为具有固定起点和终点的随机游走，即所谓的布朗桥。这一见解使 ABBA 基本无参数，除必须选择的逼近容差外。我们以性能剖面的形式包含了与 SAX 和 1d-SAX 表示的广泛比较，表明与其他方法相比，ABBA 能更好地保留时间序列的本质形状信息。讨论了 ABBA 的优势与应用，包括其内建的差分特性及在异常检测中的使用，并提供了 Python 实现。
引用
@article{arxiv.2003.12469,
title = {ABBA: Adaptive Brownian bridge-based symbolic aggregation of time series},
author = {Steven Elsworth and Stefan Güttel},
journal= {arXiv preprint arXiv:2003.12469},
year = {2020}
}
备注
18 pages, 13 figures