WWWFeb, 2024
张量时间序列的动态多网络挖掘
Dynamic Multi-Network Mining of Tensor Time Series
Kohei Obata, Koki Kawabata, Yasuko Matsubara, Yasushi Sakurai
TL;DR本文提出了一种名为 Dynamic Multi-network Mining(DMM)的新方法,用于将张量时间序列转化为一组具有多种长度(即聚类)的段群,并结合 l1-norm 的依赖网络对其进行子序列聚类,以实现可解释性、准确性和可扩展性,并通过实验验证了其在聚类准确性方面优于现有方法。