基于最优 Copula 传输的多变量时间序列聚类
机器学习
2016-01-12 v2 机器学习
摘要
本文提出了一种利用 copula 间最优传输 (optimal transport) 来对多变量时间序列进行聚类的新方法。Copula 被用于编码 (i) 多变量时间序列的内部依赖性，以及 (ii) 两个时间序列之间的相互依赖性。随后，最优 copula 传输允许我们在多变量时间序列之间定义两种距离：(i) 一种用于度量内部依赖性差异，(ii) 另一种基于一种新的多变量依赖系数用于度量相互依赖性差异，该系数对噪声鲁棒、是确定性的，并且可以针对特定的依赖关系。
引用
@article{arxiv.1509.08144,
title = {Optimal Copula Transport for Clustering Multivariate Time Series},
author = {Gautier Marti and Frank Nielsen and Philippe Donnat},
journal= {arXiv preprint arXiv:1509.08144},
year = {2016}
}
备注
Accepted at ICASSP 2016