基于混合索引的地理定位时间序列局部相似性搜索
数据库
2021-04-21 v1
摘要
地理定位时间序列，即与特定位置相关联的时间序列，在许多现代应用中大量存在。在本文中，我们考虑用于检索地理定位时间序列的混合查询，其过滤器结合了空间距离和时间序列相似性。对于后者，与现有工作不同，我们允许基于局部相似性进行过滤，该相似性基于子序列而非每个序列的整个长度计算，从而允许发现更细粒度的趋势和模式。为高效支持此类查询，我们首先利用最先进的 BTSR-tree 索引，该索引利用对时间序列位置和形状的边界来剪枝搜索空间。此外，我们提出在特定的时间戳进行检查的优化方法，以识别可能超过所需局部相似性阈值的候选时间序列。为进一步增强剪枝能力，我们引入 SBTSR-tree 索引，作为 BTSR-tree 的扩展，它额外对时间序列进行时间分段，从而允许构建更紧的边界。我们在多个真实世界数据集上的实验结果表明，SBTSR-tree 能为所有考察的查询类型更快地提供答案。本文已发表于第 27 届地理信息系统进展国际会议（ACM SIGSPATIAL 2019）。
引用
@article{arxiv.2104.09509,
title = {Local Similarity Search on Geolocated Time Series Using Hybrid Indexing},
author = {Georgios Chatzigeorgakidis and Dimitrios Skoutas and Kostas Patroumpas and Themis Palpanas and Spiros Athanasiou and Spiros Skiadopoulos},
journal= {arXiv preprint arXiv:2104.09509},
year = {2021}
}