Extracting diverse-shapelets for early classification on time series
Extracting diverse-shapelets for early classification on time series
复制标题
提取不同的 shapelet 以进行时间序列的早期分类
DOI：
10.1007/s11280-020-00820-z
复制
发表时间：
2020-05
期刊：
影响因子：
--
通讯作者：
Philip S. Yu
中科院分区：
文献类型：
--
作者：
Wenhe Yan;Guiling Li;Zongda Wu;Senzhang Wang;Philip S. Yu
近年来，时间序列的早期分类在时间敏感的应用中变得越来越重要。现有的基于shapelet的方法仍然不能很好地解决这个问题。首先，传统的基于shapelet的方法的有效性将受到shapelet候选者的数量的影响。第二，以前的方法很难在shapelet选择中获得多样的形状。在本文中，我们提出了一种改进的早期区别Shapelet分类方法称为IEDSC。首先，我们提出了一种新的方法来更精确地衡量时间序列之间的相似性，它考虑到时间序列的相对趋势。其次，在shapelet提取，我们提出了一种修剪技术，以减少shapelet的数量预测shapelet的开始位置与质量好。此外，还提出了一种新的形状选择方法来去除相似的形状，以保持形状的多样性。最后，在16个基准数据集上的实验结果表明，该方法优于最先进的早期分类时间序列。
In recent years, early classification on time series has become increasingly important in time-sensitive applications. Existing shapelet based methods still cannot work well on this problem. First, the effectiveness of traditional shapelet based methods would be influenced by the number of shapelet candidates. Second, it is difficult for previous methods to obtain diverse shapelets in shapelet selection. In this paper, we propose an Improved Early Distinctive Shapelet Classification method named IEDSC. We first present a new method to more precisely measure the similarity between time series, which takes into account of the relative trend of time series. Second, in shapelet extraction, we propose a pruning technique to reduce the number of shapelets by predicting the starting positions of shapelets with good quality. In addition, a new shapelet selection method is also proposed to remove the similar shapelets, so as to maintain the diversity of shapelets. Finally, the experimental results on 16 benchmark datasets show that the proposed method outperforms state-of-the-art for early classification on time series.
登录
查看更多内容
DOI：
10.5555/2567709.2627671
发表时间：
2013
期刊：
J. Mach. Learn. Res.
影响因子：
--
作者：
Nathan Parrish;H. Anderson;M. Gupta;Dun-Yu Hsiao
通讯作者：
Nathan Parrish;H. Anderson;M. Gupta;Dun-Yu Hsiao
DOI：
10.1093/bioinformatics/btn152
发表时间：
2008-07-01
期刊：
Bioinformatics (Oxford, England)
影响因子：
--
作者：
Lin TH;Kaminski N;Bar-Joseph Z
通讯作者：
Bar-Joseph Z
影响因子：
3
作者：
Ghalwash MF;Obradovic Z
通讯作者：
Obradovic Z
影响因子：
2.2
作者：
M. Marzio;C. Taylor
通讯作者：
M. Marzio;C. Taylor
DOI：
10.1137/1.9781611972818.22
发表时间：
2011-04
期刊：
--
影响因子：
--
作者：
Zhengzheng Xing;J. Pei;Philip S. Yu;Ke Wang
通讯作者：
Zhengzheng Xing;J. Pei;Philip S. Yu;Ke Wang