WWWMar, 2023
复杂时间戳事件流的快速多方面挖掘
Fast and Multi-aspect Mining of Complex Time-stamped Event Streams
Kota Nakamura, Yasuko Matsubara, Koki Kawabata, Yuhei Umeda, Yuichiro Wada...
TL;DR本文提出了一种名为 CubeScope 的高效方法,针对高维状态随时间变化的数据流,通过识别 “regimes” 和 “components” 两种模式进行多维总结和隐含群组发现,可应用于数据压缩、异常检测、模式发现等领域。实验结果表明,CubeScope 比现有的方法更快更准确地发现有意义的模式和异常。