多维时间序列的时间规整不变量
环与代数
2020-10-20 v2 计算机视觉与模式识别
机器学习
摘要
在数据科学中，人们常常会遇到代表某个感兴趣量测量值的时间序列。通常，作为第一步，需要提取时间序列的特征。这些特征是一些数值量，旨在简洁地描述数据并减弱噪声的影响。在某些应用中，还要求这些特征满足某些不变性性质。在本文中，我们集中研究时间规整不变量。我们证明这些不变量对应于时间序列增量的某一族迭代和，在数学文献中被称为拟对称函数。我们在一个代数框架下呈现这些不变特征，并发展了它们的一些基本性质。
引用
@article{arxiv.1906.05823,
title = {Time-warping invariants of multidimensional time series},
author = {Joscha Diehl and Kurusch Ebrahimi-Fard and Nikolas Tapia},
journal= {arXiv preprint arXiv:1906.05823},
year = {2020}
}
备注
18 pages, 1 figure