利用子群发现进行时间序列的局部异常检测
机器学习
2021-08-27 v1 数据库
摘要
在本文中，我们提出了一种用于时间序列数据局部异常检测的新方法。该方法能够发现数据中可解释的模式，这些模式可用于理解和预测时间序列的进展。作为一种探索性方法，其结果可用于生成关于描述特定过程的变量与其动态之间关系的假设。我们通过一个具体的实例和示例性实现来详细阐述我们的方法，特别是在团队合作研究领域。使用一个真实的团队互动数据集，我们展示了所提方法在示例数据分析应用中的结果，展示了新颖的分析选项，并从团队合作研究的角度讨论了结果的潜在影响。
引用
@article{arxiv.2108.11751,
title = {Local Exceptionality Detection in Time Series Using Subgroup Discovery},
author = {Dan Hudson and Travis J. Wiltshire and Martin Atzmueller},
journal= {arXiv preprint arXiv:2108.11751},
year = {2021}
}