RUS  ENG
Полная версия
ЖУРНАЛЫ // Информатика и её применения // Архив

Информ. и её примен., 2016, том 10, выпуск 4, страницы 121–131 (Mi ia452)

Эта публикация цитируется в 1 статье

Классификация временных рядов в пространстве параметров порождающих моделей

М. Е. Карасиковab, В. В. Стрижовc

a Московский физико-технический институт
b Сколковский институт науки и технологий
c Вычислительный центр им. А.А. Дородницына Федерального исследовательского центра «Информатика и управление» Российской академии наук

Аннотация: Работа посвящена задаче многоклассовой признаковой классификации временных рядов. Признаковая классификация временных рядов заключается в сопоставлении каждому временному ряду его краткого признакового описания и позволяет решать задачу классификации в пространстве признаков. Исследуются методы построения пространства признаков временны́х рядов, при этом временной ряд рассматривается как последовательность сегментов, аппроксимируемых некоторой параметрической моделью, параметры которой используются в качестве их признаковых описаний. Построенное признаковое описание сегмента временного ряда наследует от модели аппроксимации такое полезное свойство, как инвариантность относительно сдвига. Для решения задачи классификации в качестве признаковых описаний временны́х рядов предлагается использовать распределения параметров аппроксимирующих сегменты моделей, что обобщает базовые методы, использующие непосредственно сами параметры аппроксимирующих моделей. Проведен ряд вычислительных экспериментов на реальных данных, показавших высокое качество решения задачи многоклассовой классификации. Эксперименты показали превосходство предлагаемого метода над базовым и многими распространенными методами классификации временных рядов на всех рассмотренных наборах данных.

Ключевые слова: временны́е ряды; многоклассовая классификация; сегментация временных рядов; гиперпараметры аппроксимирующей модели; модель авторегрессии; дискретное преобразование Фурье.

Поступила в редакцию: 10.05.2016

DOI: 10.14357/19922264160413



Реферативные базы данных:


© МИАН, 2024