UEA 多元时间序列分类档案，2018
机器学习
2018-11-02 v1 机器学习
摘要
2002 年，UCR 时间序列分类档案首次发布，包含十六个数据集。它逐步扩展，直至 2015 年从 45 个数据集增至 85 个数据集。2018 年 10 月新增了更多数据集，使总数达到 128 个。新档案包含广泛的问题，包括变长序列，但仍仅包含单变量时间序列分类问题。引入该档案的动机之一是鼓励研究者对新提出的时间序列分类（TSC）算法进行更严格的评估。它奏效了：大多数近期 TSC 研究使用全部 85 个数据集来评估算法进展。多元时间序列分类（其中每个类标签关联多于一个序列）的研究正处于单变量 TSC 研究十年前的境地。算法使用极少数据集评估，且改进声称并非基于统计比较。我们旨在通过建立 MTSC 档案的首次迭代来解决此问题，该档案将托管于网站 www.timeseriesclassification.com。与单变量档案类似，此版本是东英吉利大学（UEA）与加州大学河滨分校（UCR）研究者之间的协作成果。2018 年版包含 30 个数据集，具有广泛的案例数、维数与序列长度范围。对于档案的此次首次迭代，我们将所有数据格式化为等长、不包含缺失数据序列，并提供训练/测试划分。
引用
@article{arxiv.1811.00075,
title = {The UEA multivariate time series classification archive, 2018},
author = {Anthony Bagnall and Hoang Anh Dau and Jason Lines and Michael Flynn and James Large and Aaron Bostrom and Paul Southam and Eamonn Keogh},
journal= {arXiv preprint arXiv:1811.00075},
year = {2018}
}