Salient Subsequence Learning for Time Series Clustering
Qin Zhang, Jia Wu, Member, IEEE, Peng Zhang, Guodong Long, Chengqi Zhang, Senior Member, IEEE
TPAMI 2018
什么是shapelet?
shapelet是时间序列的子序列,具有判别性,其在某种意义上最大程度地代表类。
从树叶分类说起,自然是根据树叶的形状分类
将每个树叶用一个一维的时间序列来表示
根据shapelets分类
shapelets的优点
- 可解释性好
- 结果更精确,因为考虑的是局部特征,而非全局特征(很容易收到噪声和扭曲的影响)
- 速度更快,时间复杂度为O(mn)(m为时间序列长度,n为shapelet长度)
主要贡献
- USSL 无监督的shapelet学习,用于时间序列聚类,结合了pseudo-class labels, spectral analysis, regularized least-squares techniques and shapelet regularization
- 在UCR Time Series数据集上进行了验证,是state-of-the-art
目前方法存在的问题
-
最初通过扫描整个时间序列来获取shapelets的候选模板,时间复杂度很高
Synthetic Control dataset 包含600个时间序列, 长度为60,候选模板有1.098 × 10^6个
-
最近Grabocka等人提出一种基于回归学习的方法,寻找shapelets,大大减少了时间复杂度,但是需要标记
USSL框架
无监督的shapelet学习
-
Shapelet-transformed Representation
-
Pseudo-class Labels
-
Spectral Analysis
-
Least-squares Minimization
-
Shapelet Similarity Minimization
-
Unsupervised Salient Subsequence Learning
第一部分是谱正则化项,以保持时间序列之间的局部结构。第二部分通过最小化shapelets之间的相似性来使其多样化。第三部分则为学习最佳伪类标签和伪分类器的最小二乘正则化。
-
coordinate descent algorithm 坐标下降法
当要优化的函数含有多个自变量时,每次只更新一个自变量,固定其他自变量
实验
数据集:UCR Time Series 中的36个时间序列
评价指标
- Rand Index
- NMI(Normalized Mutual Information)
实验结果
-
等长的时间序列聚类
-
不等长的时间序列聚类