基于多元时间序列互联网混搭的最优事件监控
人工智能
2022-10-19 v1
摘要
我们提出了一种面向多元时间序列分析（MTSA）的Web混搭应用服务框架，支持模型定义、查询、参数学习、模型评估、数据监控、决策推荐和Web门户等服务。该框架保持了结合基于领域知识与基于形式化学习两类方法优势的特点，并针对一类更通用的多元时间序列问题而设计。更具体地，我们提出一种通用的基于混合的模型——MTSA参数估计，用于求解该类问题，其中目标函数在最优决策参数下实现最大化或最小化，而与具体时间点无关。该模型还允许领域专家加入多种类型的约束，例如全局约束与监控约束。我们进一步扩展MTSA数据模型与查询语言，以支持该类问题的学习、监控与推荐服务。最后，我们以一个大学校园微电网为实际案例进行实验研究，展示我们所提出的框架、模型与语言。
引用
@article{arxiv.2210.09992,
title = {Optimal Event Monitoring through Internet Mashup over Multivariate Time Series},
author = {Chun-Kit Ngan and Alexander Brodsky},
journal= {arXiv preprint arXiv:2210.09992},
year = {2022}
}