PyRQA——高效地对超长时间序列进行递归量化分析
分布式、并行与集群计算
2024-03-03 v1
摘要
PyRQA 是一个软件包，能够高效地对包含超过一百万个数据点的时间序列进行递归量化分析 (RQA)。RQA 是一种非线性时间序列分析方法，用于量化系统的递归行为。现有的 RQA 实现完全无法分析如此长的时间序列，或者需要大量时间来计算定量指标。PyRQA 通过以高度并行的方式执行 RQA 计算克服了这些限制。基于 OpenCL 框架，PyRQA 利用了多种并行硬件架构（如 GPU）的计算能力。底层的计算方法对 RQA 计算进行了分区，使得能够同时使用多个计算设备。本文旨在展示 PyRQA 的功能和运行效率。为此，我们采用了一个真实世界的案例，比较了两个气候时间序列的动力学；以及一个合成案例，将分析包含超过一百万个数据点的序列的运行时间，从使用最先进 RQA 软件的近八小时减少到使用 PyRQA 的大约 69 秒。
引用
@article{arxiv.2402.16853,
title = {PyRQA -- Conducting Recurrence Quantification Analysis on Very Long Time Series Efficiently},
author = {Tobias Rawald and Mike Sips and Norbert Marwan},
journal= {arXiv preprint arXiv:2402.16853},
year = {2024}
}
备注
15 pages, 3 figures