ASTRIDE：时间序列数据库的自适应符号化
机器学习
2023-02-09 v1 信号处理
摘要
我们引入 ASTRIDE（Adaptive Symbolization for Time seRIes DatabasEs，时间序列数据库自适应符号化），一种新颖的时间序列符号表示，以及其加速变体 FASTRIDE（Fast ASTRIDE）。与大多数符号化过程不同，ASTRIDE 在分割步骤通过执行变点检测、在量化步骤通过使用分位数，均是自适应的。ASTRIDE 不是逐个信号处理，而是构建一个对数据集中所有信号通用的符号字典。我们还引入 D-GED（Dynamic General Edit Distance，动态通用编辑距离），一种基于通用编辑距离的符号表示上的新颖相似性度量。我们在 UCR 时间序列分类档案的 86 个单变量等长数据集上，展示了 ASTRIDE 和 FASTRIDE 表示相较于 SAX（Symbolic Aggregate approXimation，符号聚合近似）、1d-SAX、SFA（Symbolic Fourier Approximation，符号傅里叶近似）和 ABBA（Adaptive Brownian Bridge-based Aggregation，基于自适应布朗桥的聚合）在重建以及（适用时）分类任务上的性能。我们提供了一个名为 astride 的开源 GitHub 仓库，以便用 Python 复现所有实验。
引用
@article{arxiv.2302.04097,
title = {ASTRIDE: Adaptive Symbolization for Time Series Databases},
author = {Sylvain W. Combettes and Charles Truong and Laurent Oudre},
journal= {arXiv preprint arXiv:2302.04097},
year = {2023}
}