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
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
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