SAX Navigator：基于层次聚类的时间序列探索工具
人机交互
2019-08-16 v1
摘要
手工比较许多长时间序列具有挑战性。对时间序列进行聚类可使数据分析师发现多个时间序列之间的相关性及异常。然而，即使在合理聚类之后，分析师仍须仔细审视簇间关联或簇内相似性。我们开发了交互式可视化工具 SAX Navigator，允许用户在大体量时间序列数据集合中层次化地探索全局模式以及个体观测。我们的可视化提供了一种独特的导航时间序列的方法，其涉及利用降维技术符号聚合近似（Symbolic Aggregate approXimation，SAX）所构建的“模式词汇表”。借助 SAX，时间序列数据可高效聚类，并在大规模下查询更迅速。我们基于一个天文学数据集的三个案例研究展示了 SAX Navigator 分析大体量时间序列数据模式的能力。我们通过与一位天文学领域科学家的出声思考研究验证了系统的可用性。
引用
@article{arxiv.1908.05505,
title = {SAX Navigator: Time Series Exploration through Hierarchical Clustering},
author = {Nicholas Ruta and Naoko Sawada and Katy McKeough and Michael Behrisch and Johanna Beyer},
journal= {arXiv preprint arXiv:1908.05505},
year = {2019}
}
备注
IEEE Vis 2019 Short Papers