tspDB：时间序列预测数据库
数据库
2021-02-16 v7 机器学习
摘要
当前机器学习（ML）工作流的一个主要瓶颈是，将数据从数据存储或数据库（DB）获取到可应用 ML 算法的状态所需的高耗时且易出错的数据工程。因此，我们探索直接在数据存储或 DB 之上集成预测功能的可行性。这样一种系统理想情况下应：（i）提供直观的预测查询接口，以缓解笨重的数据工程；（ii）在确保增量模型更新、低模型训练时间与低预测延迟的同时，提供最先进的统计精度。作为主要贡献，我们明确实例化了一个概念验证系统 tspDB，其直接与 PostgreSQL 集成。我们针对最先进的时间序列算法（包括长短期记忆（LSTM）神经网络和 DeepAR（亚马逊的工业标准深度学习库））严格测试了 tspDB 的统计与计算性能。在统计上，于标准时间序列基准中，tspDB 以 1.1-1.3 倍更高的相对精度优于 LSTM 和 DeepAR。在计算上，就中位 ML 模型训练时间与预测查询延迟而言，tspDB 分别比 LSTM 和 DeepAR 快 59-62 倍和 94-95 倍。此外，与 PostgreSQL 的批量插入时间及其 SELECT 查询延迟相比，tspDB 仅分别慢 1.3 倍和 2.6 倍。也就是说，tspDB 是一个实时预测系统，其模型训练/预测查询时间与仅向 DB 插入/读取数据的时间相当。作为算法贡献，我们引入了一种基于增量多元矩阵分解的时间序列方法，tspDB 构建于其上。我们表明该方法还可通过准确估计时间序列的时变方差来生成可靠的预测区间，从而解决时间序列分析中的一个重要问题。
引用
@article{arxiv.1903.07097,
title = {tspDB: Time Series Predict DB},
author = {Anish Agarwal and Abdullah Alomar and Devavrat Shah},
journal= {arXiv preprint arXiv:1903.07097},
year = {2021}
}