CET-LATS: Compressing Evolution of TINs from Location Aware Time Series
CET-LATS: Compressing Evolution of TINs from Location Aware Time Series
复制标题
CET-LATS：根据位置感知时间序列压缩 TIN 的演化
DOI：
10.1145/3397536.3422352
复制
发表时间：
2020
期刊：
影响因子：
--
通讯作者：
Trajcevski, Goce
中科院分区：
文献类型：
--
作者：
Giri, Prabin;Hashemi, Hooman;Gossling, Evan;Guo, Jason T;Shah, Koshal P;Trajcevski, Goce
在本文中，我们提出了CET-LATS（从位置感知时间序列中压缩TIN的演化）系统，该系统可以测试各种压缩方法对演化三角形不规则网络（TIN）的影响。具体而言，我们考虑的设置中，在不同的位置和不同的时刻测量的值，表示为相应的测量的时间序列，生成一个序列的TIN。应用于特定位置的时间序列的不同压缩技术可能会对TIN的全球演变的表示产生不同的影响-这取决于用于评估失真的距离函数。CET-LATS用户可以查看和分析多种压缩方法和距离函数的压缩与（im）精度权衡，并决定哪种方法最适合他们的应用。我们还提供了一个选项来调查压缩方法的选择对预测质量的影响。我们的原型是一个基于Web的系统，使用Flask，一个轻量级的Python框架，依靠Apache Spark进行数据管理和JSON文件与前端通信，在添加新数据源以及压缩技术，距离函数和预测方法方面实现可扩展性。
In this paper, we present the CET-LATS (Compressing Evolution of TINs from Location Aware Time Series) system, which enables testing the impacts of various compression approaches on evolving Triangulated Irregular Networks (TINs). Specifically, we consider the settings in which values measured in distinct locations and at different time instants, are represented as time series of the corresponding measurements, generating a sequence of TINs. Different compression techniques applied to location-specific time series may have different impacts on the representation of the global evolution of TINs - depending on the distance functions used to evaluate the distortion. CET-LATS users can view and analyze compression vs. (im)precision trade-offs over multiple compression methods and distance functions, and decide which method works best for their application. We also provide an option to investigate the impact of the choice of a compression method on the quality of prediction. Our prototype is a web-based system using Flask, a lightweight Python framework, relying on Apache Spark for data management and JSON files to communicate with the front-end, enabling extensibility in terms of adding new data sources as well as compression techniques, distance functions and prediction methods.
登录
查看更多内容
时间序列压缩中的位置感知
DOI：
--
发表时间：
2018
期刊：
Symposium on Advances in Databases and Information Systems
影响因子：
--
作者：
Xu Teng;Andreas Züfle;Goce Trajcevski;D. Klabjan
通讯作者：
D. Klabjan
DOI：
10.1007/978-3-030-37188-3_19
发表时间：
2019-12
期刊：
--
影响因子：
--
作者：
Xu Teng;Prabin Giri;M. Dwyer;Jidong Sun;Goce Trajcevski
通讯作者：
Xu Teng;Prabin Giri;M. Dwyer;Jidong Sun;Goce Trajcevski
学习 Flask 框架
DOI：
--
发表时间：
2015
期刊：
影响因子：
--
作者：
Matt Copperwaite;Charles Matt Copperwaite Charles Leifer Leifer
通讯作者：
Charles Matt Copperwaite Charles Leifer Leifer
影响因子：
4.8
作者：
Keogh, Eamonn;Lonardi, Stefano;Handley, John
通讯作者：
Handley, John