핵심 개념
시계열 데이터에서 희귀하지만 높은 신뢰도를 가진 시간 패턴을 효율적으로 발견하는 방법을 제안한다.
초록
이 논문은 시계열 데이터에서 희귀하지만 높은 신뢰도를 가진 시간 패턴을 발견하는 RTPMfTS 방법을 제안한다. 주요 내용은 다음과 같다:
-
RTPMfTS 프로세스: 시계열 데이터를 입력받아 희귀 시간 패턴을 출력하는 end-to-end 프로세스를 제안한다.
-
RTPM 알고리즘:
- 계층적 해시 테이블 구조를 사용하여 이벤트와 패턴을 빠르게 검색할 수 있다.
- Apriori 원리와 시간 관계의 추이성 속성을 활용한 효과적인 가지치기 기법을 제안한다.
-
실험 결과:
- 실제 데이터셋에 대한 실험에서 제안 방법이 기존 방법보다 실행 시간과 메모리 사용량 측면에서 우수한 성능을 보인다.
- 다양한 분야의 데이터에서 의미 있는 희귀 시간 패턴을 발견할 수 있음을 보여준다.
통계
희귀 강수와 강풍이 교통사고 증가와 관련이 있다.
강설과 저온이 독감 발병과 관련이 있다.
인용구
"시계열 데이터에서 희귀하지만 높은 신뢰도를 가진 시간 패턴을 효율적으로 발견하는 것은 여전히 해결해야 할 과제이다."
"제안하는 RTPM 알고리즘은 계층적 해시 테이블 구조와 효과적인 가지치기 기법을 통해 희귀 시간 패턴 마이닝의 성능을 크게 향상시킨다."