时间序列中 Motif 集合的定量评估
机器学习
2024-12-13 v1 计算机视觉与模式识别
摘要
时间序列 Motif 发现（TSMD）旨在发现时间序列中的重复模式,是诸多应用领域的重要任务,已有许多方法。这些方法通常进行定性评估。少数用于定量评估的指标将发现的 motif 与某些 ground truth进行比较,但通常做出隐式假设限制其适用性。本文引入了 PROM,一种广泛适用的指标克服这些限制,并推出了 TSMD-Bench,用于时间序列 motif 发现的定量评估基准。使用 PROM 和 TSMD-Bench 的实验表明,PROM 提供的评估比现有指标更全面,TSMD-Bench 比早期基准更具挑战性,两者的组合有助于理解 TSMD 方法的相对性能。更一般地,所提出的方法使该领域的大规模、系统性性能比较成为可能。
引用
@article{arxiv.2412.09346,
title = {Quantitative Evaluation of Motif Sets in Time Series},
author = {Daan Van Wesenbeeck and Aras Yurtman and Wannes Meert and Hendrik Blockeel},
journal= {arXiv preprint arXiv:2412.09346},
year = {2024}
}