MS-Index：基于欧几里得距离的多变量时间序列快速Top-k子序列搜索
数据库
2025-12-18 v1
摘要
现代应用经常收集和分析以多变量时间序列（MTS）形式呈现的时序数据——包含多个通道的时间序列。在此背景下，常见任务是子序列搜索，即识别包含与查询时间序列高度相似子序列的所有MTS。在实际情境中，并非所有MTS的通道对每个查询都相关。例如，飞机传感器会收集大量组件和子系统的数据，但只有其中一些对特定查询（如诊断故障落地架或特定飞行机动）是相关的。因此，相关查询通道常在查询时间指定。在本工作中，我们引入了多变量子序列索引（MS-Index），一种用于在欧几里得距离下进行MTS子序列最近邻搜索的新型算法，支持对查询通道的 ad-hoc 选择。该算法是 exact 的，显示出随查询通道数量呈亚线性查询性能。我们对MS-Index进行详尽的实验评估，覆盖34个数据集，表明其在原始和标准化子序列上均优于最先进方法一个或两个数量级。
引用
@article{arxiv.2512.14723,
title = {MS-Index: Fast Top-k Subsequence Search for Multivariate Time Series under Euclidean Distance},
author = {Jens E. d'Hondt and Teun Kortekaas and Odysseas Papapetrou and Themis Palpanas},
journal= {arXiv preprint arXiv:2512.14723},
year = {2025}
}
备注
12 pages, to be published in PVLDB Volume 19 Issue 2