时间序列中的事件发现
天体物理仪器与方法
2009-01-22 v1 地球与行星天体物理
摘要
时间序列中事件的发现具有重要应用，例如识别天文巡天中的微引力透镜事件或患者心电图的变化。当前识别事件的方法需要固定大小的滑动窗口，这并非适用于所有应用，且可能遗漏重要事件。本研究开发了用于计算任意大小滑动窗口显著性的概率模型，并利用这些概率寻找显著区域。由于对所有滑动窗口及所有窗口大小的暴力搜索在计算上不可行，我们引入了一种快速近似结果的方法。我们将该方法应用于MACHO巡天中超过10万个天文时间序列，这些数据涵盖56个不同的天区，每个天区包含一个或多个已知事件。我们的方法能够在结果的前1%中恢复100%的事件，实质上剪枝了99%的数据。有趣的是，该方法能够识别出未通过传统事件发现流程的事件。
引用
@article{arxiv.0901.3329,
title = {Event Discovery in Time Series},
author = {Dan Preston and Pavlos Protopapas and Carla Brodley},
journal= {arXiv preprint arXiv:0901.3329},
year = {2009}
}
备注
12 pages, 12 figures, accepted for publication at SIAM SDM09