【时序分割】2017KDD论文 Toeplitz Inverse Covariance-Based Clustering of Multivariate Time Series（TICC）

             基于Toeplitz逆协方差的多元时间序列数据聚类

Toeplitz Inverse Covariance-Based Clustering of Multivariate Time Series Data

文章网址：https://www.researchgate.net/publication/318916788_Toeplitz_Inverse_Covariance-Based_Clustering_of_Multivariate_Time_Series_Data

作者：David Hallac, Sagar Vare, Stephen Boyd, Jure Leskovec     斯坦福大学

github中有代码：https://github.com/davidhallac/TICC

相关连接：(此论文相关的两个分享，可做参考)

https://blog.csdn.net/shenxiaolu1984/article/details/78134471

https://blog.csdn.net/guohao_zhang/article/details/78155520

 

目录

一、文章梳理

二、代码梳理

三、总结思考

---

一、文章梳理

ABSTRACT

 1、提出子序列分类的意义，一旦能够发现模式，复杂的数据库将可以用少数的状态量表示（数据压缩）并举出健身传感器数据的例子来说明（走、停和跑三个状态构成了时间线）

2、提出发现模式挖掘的困难和挑战，一是需要实时分割和时序聚类，二是结果的可解释性

3、提出本文的方法TICC，简要该方法中介绍类的定义问题、运用EM算法中的一个变量解决TICC问题，运用动态规划和ADMM（alternative direction method of multipliers）来解决两个结果的子问题

4、文中通过对比证明了本方法的有效性。

5、本文解决TICC问题提出了三个算法，EM算法、动态规划算法，ADMM算法。简单可以这样理解，EM算法只是提供一种解决问题的思路和框架，即估计+更新，不断循环进行，得到最优解。动态规划算法完成点分配到类问题（E-step），ADMM完成各参数的迭代计算和更新（M-step），简易图如下：（总体文章的思路在总结中再进行阐述）

1 INTRODUCTION

1）简介长序列的分割。a.当前有很多传感器会产生长序列数据，b.长序列可以由一系列状态（模式）的时序组合来表达，c.举出两个例子。这些表达可以用于发现重复的模式，检测异常，表达高维的数据。

2）对时序数据的实时分割和聚类是很有必要的。a) 引用文献，将时序数据的实时分割和聚类与单纯的分割或是聚类进行对比，介绍其不同之处和难点。b) 即使分类后，对结果的解释也是比较困难的。c) 传统的聚类算法主要依赖于距离测度，不适合该问题。

3）本文提出的新方法(TICC)。类的定义，MRF（马尔可夫随机场）的作用

4）通过估计一个稀疏的高斯逆协方差矩阵来学习MRF类。

5）EM算法、动态规划算法，ADMM算法

6）在真实的数据库和合成的数据库上使用TICC算法

7）Related Work相关工作。（time series cluster