时间序列的早期分类何时才有意义？
机器学习
2022-09-07 v3
摘要
自二十年前被提出以来，时间序列早期分类问题引起了越来越多的关注。该问题将经典时间序列分类推广为：在仅观察到目标模式的部分前缀后，我们能否以足够的准确率和置信度对时间序列子序列进行分类。其思想是，更早的分类能使我们在某些可行实际干预的领域中立即采取行动。例如，该干预可能是发出警报或在汽车中施加制动。在这项工作中，我们提出了一个令人惊讶的主张。尽管已有数十篇关于时间序列早期分类的论文，但并不清楚它们中是否有任何一个能在真实世界环境中发挥作用。问题不在于算法本身，而在于模糊且未充分明确的问题描述。本质上，所有算法都对问题做出了隐含且毫无根据的假设，这将导致即使其结果暗示可获得近乎完美的结果，它们仍会受到假阳性和假阴性的困扰。我们将通过新颖的见解和实验来解释我们的发现，并向学界提供建议。
引用
@article{arxiv.2102.11487,
title = {When is Early Classification of Time Series Meaningful?},
author = {Renjie Wu and Audrey Der and Eamonn J. Keogh},
journal= {arXiv preprint arXiv:2102.11487},
year = {2022}
}
备注
Full paper accepted by IEEE TKDE, extended abstract accepted by IEEE ICDE 2022