Core Concepts
Effektive Entdeckung von Kontrastmustern für die Klassifizierung von Zeitreihen.
Abstract
Das Paper beschäftigt sich mit dem Bergbau von Top-k Kontrastmustern mit Ordnungserhaltung (COPP) für die Klassifizierung von Zeitreihen. Es stellt den COPP-Miner-Algorithmus vor, der Kontrastmuster als Merkmale für die Klassifizierung von Zeitreihen entdeckt. Der Algorithmus besteht aus drei Teilen: Extraktion von Extrempunkten, Vorwärts- und Rückwärtsbergbau zur Entdeckung von COPPs. Experimentelle Ergebnisse bestätigen die Effizienz des vorgeschlagenen Algorithmus und zeigen, dass top-k COPPs als Merkmale zur Verbesserung der Klassifizierungsleistung verwendet werden können.
Struktur:
Einleitung
Verwandte Arbeiten
Problemdefinition
Algorithmusdesign
Extrempunktextraktion
Vorwärtsbergbau
Rückwärtsbergbau
COPP-Miner
Stats
Die Anzahl der Muster beträgt k.
Die Dichte der Muster wird berechnet.
Der Kontrast wird anhand der Supportrate bestimmt.
Quotes
"Mined patterns can be used as features to obtain a better classification performance."
"Features based on contrast patterns will yield a better classification performance than features based on frequent patterns."