Feb, 2024

探索时间序列数据的层次分类性能：差异度量和分类器比较

PDF
TL;DR对比了时间序列数据分析领域中层次分类（HC）和扁平分类（FC）方法的绩效，探究了不同数据集和分类器条件下，基于几种不同的相异度度量方式（JSD，TSD 和 CBD）, 采用了 MINIROCKET，STSF 和 SVM 分类器，发现当采用 TSD 相异度度量和 MINIROCKET 分类器时，HC 与 FC 相比表现出明显的优势；而当采用 STSF 和 SVM 这样的替代分类器时，FC 表现出持续的优势；此外，发现 TSD 在几乎所有情况下表现出色，但 CBD 在涉及 STSF 分类器的情况下表现优异，这凸显了不同相异度度量的复杂性，并强调根据所用数据集和分类器选择的重要性。研究结果对于理解分类方法和相异度度量在时间序列数据分析领域中的效果提供了有价值的见解，并为优化不同分析场景中的性能提供了基础，强调了继续研究时间序列数据分析中驱动分类性能的潜在机制的必要性，对提升各领域的预测建模和决策制定有着重要的意义。
发现论文，激发创造
  • 利用随机分割函数生成层次结构，提升时间序列分类效果

    本研究介绍了一种新颖的带有随机分割函数的层次分割聚类方法，通过层次分类（HC）增强多类数据集中的分类性能。该方法具有在不需要显式信息的情况下生成层次结构的独特能力，适用于缺乏先验层次知识的数据集。通过根据分类器的可辨识性将类别系统地分成两个子集，所提出的方法构建了层次类别的二叉树表示。在 46 个多类时间序列数据集上使用流行的分类器（svm 和 rocket）和 SSFs（potr、srtr 和 lsoo）对该方法进行了评估。结果显示，当使用 rocket 和 svm 作为分类器时，该方法在约一半和三分之一的数据集上显著提高了分类性能。研究还探讨了数据集特征与 HC 性能之间的关系。尽管类别数量和平坦分类（FC）评分显示了一致的显著性，但在不同的分割函数上观察到了变化。总体而言，该方法为增强多类时间序列数据集中的分类性能提供了一种有希望的策略。未来的研究方向涉及探索不同的分割函数、分类器和层次结构，以及将该方法应用于超越时间序列数据的不同领域。源代码已公开提供，以促进复现和进一步探索该方法。

    Sep, 2023

  • 时间序列分类相似度度量的实证评估

    本文通过大规模的、基于实证的、定量化的方法，对时间序列分类中的相似度测量方法进行了广泛的评估，提出了更加一致的评估标准和基准措施的建议。

    Jan, 2014

  • 面向相似度感知的时间序列分类

    提出了 Similarity-Aware Time-Series Classification (SimTSC) 框架，使用图神经网络建模时间序列的相似度信息，并结合深度学习模型实现时序分类。使用 ResNet 作为主干网络和 Dynamic Time Warping 作为相似度度量，在多个数据集上进行了广泛的实验，证明了该方法的有效性。

    Jan, 2022

  • 大规模时间序列数据的快速分类

    时间序列分类是时间序列挖掘中最重要的任务之一，本论文介绍了一种以效率为主要目标的新方法，通过简化时间序列的表示和考虑部分值的距离度量，实现对大型时间序列数据集的高效分类。实验结果表明，与其他高效方法相比，该方法不仅平均速度快 4 倍，而且在分类准确性上更为优越。

    Dec, 2023

  • Matrix Profile XXVII：一种新的长时间序列比较距离度量

    介紹了 PATTERN REPRESENTATION COMPARISON IN SERIES (PRCIS)，一種長時間序列的距離度量方法，可利用近期對時間序列用字典縮略的進展，展示其對多種任務和數據集的實用性。

    Dec, 2022

  • 高维小样本分类的随机森林差异性

    使用经学习的预计算支持向量机核函数的随机森林相似度度量，我们通过对 40 个高维低样本量分类数据集进行实验证明了该方法在大多数高维低样本量问题上优于现有方法，并且在低维非高维低样本量问题上仍然具有很强的竞争力。

    Oct, 2023

  • 量化文本的差异性

    本文研究各种文本相异度量方法（包括词汇表、词频分布和向量嵌入表示）在不同的任务（如按作者、主题和时间周期对文本进行聚类）中的性能表现，并分析了这些方法在不同长度文本间的偏差关系。结果表明，Jensen-Shannon Divergence 和基于嵌入的方法对 $h$ 的变化不敏感，而 Jaccard 距离则不一定可靠。

    May, 2023

  • 数据聚类的判别相似度

    本文提出了一种名称为 CDS 的新的聚类方法，其使用学习出的判别式相似度对数据集进行无监督聚类，并通过 Rademacher 复杂度对其进行了一般化分析。同时，使用核密度分类的积分平方误差界也可以导出所得到的判别相似度。在使用核函数作为相似度函数的情况下，使用 CDS 聚类方法的有效性已通过实验结果得到证明。

    Sep, 2021

  • Proximity Forest 2.0: 一种新的有效和可扩展的基于相似性的时间序列分类器

    提出了一种新的基于相似度的分类器 Proximity Forest 2.0，它通过采用包括计算上更高效的计算相似度方法、新的弹性相似度度量 ADTW 以及成本函数调优等多种技术，将 UCR 测试集上的表现超过以往同类型分类器，并在某些需要相似度方法处理的测试集上，甚至超过了其他各类方法。

    Apr, 2023

  • LB-SimTSC: 高效相似性感知图神经网络用于半监督时间序列分类

    该论文提出了一种新的有效的半监督时序分类技术 LB-SimTSC，它基于 LB-Keogh 算法构建图神经网络，并在十个大型数据集上表现出与 SimTSC 相近的分类准确度，但是构建图时速度可达到快于 SimTSC 104 倍以上。

    Jan, 2023