КЛАСИФІКАЦІЯ ЧАСОВИХ РЯДІВ ІЗ ЗАСТОСУВАННЯМ РЕКУРЕНТНИХ ДІАГРАМ МЕТОДАМИ МАШИННОГО НАВЧАННЯ
Анотація
Задача класифікації часових рядів є однією з найскладніших із завдань інтелектуального аналізу даних. Існує декілька підходів до класифікації часових рядів, більшість з яких засновані на розрахунку різних метрик між рядами. В останні кілька років з'явився ряд досліджень, в яких для класифікації часових рядів використовується метод рекурентних діаграм. Рекурентний аналіз заснований на такій властивості процесу, як повторюваність станів. Рекурентна діаграма є масивом точок, де елемент з координатами (i, j) характеризує близькість точок i та j часового ряду в фазовому просторі. В цьому випадку рекурентні властивості часового ряду представляються у вигляді геометричних структур і дозволяють візуалізувати динаміку ряду.
Посилання
1. Krisztian Buza: Time Series Classification and its Applications WIMS '18: Proceedings of the 8th International Conference on Web Intelligence, Mining and Semantics 2018 https://doi.org/10.1145/3227609.3227690
2. N. Marwan, M. Romano, M. Thiel, J. Kurths, “Recurrence plots for the analysis of complex system”. Physics Reports, vol. 438, no. 5-6, pp. 237-329, 2007.
3. Epileptic Seizure Recognition Data Set
https://archive.ics.uci.edu/ml/datasets/Epileptic+Seizure+Recognition
2. N. Marwan, M. Romano, M. Thiel, J. Kurths, “Recurrence plots for the analysis of complex system”. Physics Reports, vol. 438, no. 5-6, pp. 237-329, 2007.
3. Epileptic Seizure Recognition Data Set
https://archive.ics.uci.edu/ml/datasets/Epileptic+Seizure+Recognition