极值事件图：一种用于分析含噪时间序列数据的（稳定）工具
数据结构与算法
2022-08-25 v3 代数拓扑
摘要
实验时间序列中的局部极大值与极小值（即极值事件）可用作刻画数据的粗粒度摘要。然而，实验测量记录中的离散采样意味着实验期间极值真实时刻存在不确定性，这进而带来时间序列内极值时序顺序的不确定性。受基因组时间序列与生物网络分析应用的启发，我们利用持久同调技术构建一种称为极值事件 DAG 的加权有向无环图（DAG），其对测量噪声具有鲁棒性。此外，我们基于字符串的编辑距离定义极值事件 DAG 之间的距离。我们证明了若干性质，包括极值事件 DAG 距离相对于时间序列数据中函数间成对 距离的局部稳定性。最后，我们提供关于极值事件 DAG 构建与比较的算法、公开免费软件及实现。
引用
@article{arxiv.2203.09552,
title = {Extremal Event Graphs: A (Stable) Tool for Analyzing Noisy Time Series Data},
author = {Robin Belton and Bree Cummins and Brittany Terese Fasy and Tomáš Gedeon},
journal= {arXiv preprint arXiv:2203.09552},
year = {2022}
}