Fugu-MT 論文翻訳(概要): Equivalence relations and $L^p$ distances between time series

論文の概要: Equivalence relations and $L^p$ distances between time series

arxiv url: http://arxiv.org/abs/2002.02592v1
Date: Fri, 7 Feb 2020 02:32:33 GMT
ステータス: 処理完了
システム内更新日: 2023-01-03 05:12:45.189569
Title: Equivalence relations and $L^p$ distances between time series
Title（参考訳）: 時系列間の等価関係と$L^p$距離
Authors: Nick James, Max Menzies
Abstract要約: 時間列の空間上の同値関係の存在を証明し、商空間が可測位相を持つことができることを示す。時系列の集合の中で,そのような距離をアルゴリズムで計算し,これらの距離に基づいてクラスタリング解析を行う。オーストラリア・NSWにおける近年の森林火災の分析にこれらの知見を適用した。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We introduce a general framework for defining equivalence and measuring distances between time series, and a first concrete method for doing so. We prove the existence of equivalence relations on the space of time series, such that the quotient spaces can be equipped with a metrizable topology. We illustrate algorithmically how to calculate such distances among a collection of time series, and perform clustering analysis based on these distances. We apply these insights to analyse the recent bushfires in NSW, Australia. There, we introduce a new method to analyse time series in a cross-contextual setting.
Abstract（参考訳）: 本稿では,時系列間の距離の等価性を定義するための一般的な枠組みと,それを行うための最初の具体的手法を提案する。我々は、時間列の空間上の同値関係の存在を証明し、商空間は距離化可能な位相を持つことができる。時系列の集合の中で,そのような距離をアルゴリズムで計算し,これらの距離に基づいてクラスタリング解析を行う。これらの知見をオーストラリアのnswにおける最近の山火事の分析に適用する。そこで我々は,時系列をコンテキスト横断的に解析する新しい手法を提案する。

関連論文リスト

Learning Temporal Distances: Contrastive Successor Features Can Provide a Metric Structure for Decision-Making [66.27188304203217]
時間的距離は、計画、制御、強化学習のための多くのアルゴリズムの中心にある。このような時間的距離を設定内で定義しようとする以前の試みは、重要な制限によって妨げられている。比較学習によって学習された後継特徴が,三角形の不等式を満たす時間的距離を形成することを示す。
論文参考訳（メタデータ） (2024-06-24T19:36:45Z)
Fuzzy clustering of circular time series based on a new dependence measure with applications to wind data [2.845817138242963]
時系列クラスタリングは、多くの分野のアプリケーションに欠かせない機械学習タスクである。円列間の距離を導入し、クラスタリング手順を構築するために使用する。ファジィアプローチが採用され、各系列を異なる会員度を持つ複数のクラスタに配置することができる。
論文参考訳（メタデータ） (2024-01-26T12:21:57Z)
Robust Detection of Lead-Lag Relationships in Lagged Multi-Factor Models [61.10851158749843]
データ固有のリード-ラグ関係を発見することで、重要な洞察を得ることができる。階層化多要素モデルにおけるリードラグ関係のロバスト検出のためのクラスタリング駆動手法を開発した。
論文参考訳（メタデータ） (2023-05-11T10:30:35Z)
Predicting the State of Synchronization of Financial Time Series using Cross Recurrence Plots [75.20174445166997]
本研究では,2つの金融時系列の動的同期の将来の状態を予測する新しい手法を提案する。我々は,同期状態の予測を方法論的に扱うためのディープラーニングフレームワークを採用する。 2つの時系列の同期状態を予測するタスクは、一般的には難しいが、ある種の在庫は、非常に良好な性能で達成できる。
論文参考訳（メタデータ） (2022-10-26T10:22:28Z)
Exploring Predictive States via Cantor Embeddings and Wasserstein Distance [0.0]
シンボリックデータにおける予測等価性をワッサースタイン距離を用いて検出する方法を示す。結果の幾何を用いた探索データ解析は,プロセスの時間的構造に関する洞察を与える。
論文参考訳（メタデータ） (2022-06-09T00:09:47Z)
Cluster-and-Conquer: A Framework For Time-Series Forecasting [94.63501563413725]
本稿では,高次元時系列データを予測するための3段階フレームワークを提案する。当社のフレームワークは非常に汎用的で,各ステップで時系列予測やクラスタリングが利用可能です。単純な線形自己回帰モデルでインスタンス化されると、いくつかのベンチマークデータセットで最先端の結果が得られる。
論文参考訳（メタデータ） (2021-10-26T20:41:19Z)
Novel Features for Time Series Analysis: A Complex Networks Approach [62.997667081978825]
時系列データは、気候、経済、医療などいくつかの領域で広く使われている。最近の概念的アプローチは、複雑なネットワークへの時系列マッピングに依存している。ネットワーク分析は、異なるタイプの時系列を特徴付けるのに使うことができる。
論文参考訳（メタデータ） (2021-10-11T13:46:28Z)
Kernel distance measures for time series, random fields and other structured data [71.61147615789537]
kdiffは、構造化データのインスタンス間の距離を推定するためのカーネルベースの新しい尺度である。これはインスタンス間の自己類似性と交差類似性の両方を考慮し、距離分布の低い定量値を用いて定義される。 kdiffをクラスタリングと分類問題のための距離尺度として用いた分離性条件について,いくつかの理論的結果が得られた。
論文参考訳（メタデータ） (2021-09-29T22:54:17Z)
Self-Supervised Time Series Representation Learning by Inter-Intra Relational Reasoning [18.72937677485634]
本稿では,汎用的な自己教師型時系列表現学習フレームワークであるSelfTimeを紹介する。本研究では,時系列のサンプル間関係と時間内関係を探索し,ラベルなし時系列の基盤となる構造特徴を学習する。時系列の有用な表現は、関係推論ヘッドの監督の下、バックボーンから抽出される。
論文参考訳（メタデータ） (2020-11-27T04:04:17Z)
Time Series Alignment with Global Invariances [14.632733235929926]
本稿では,時間的アライメントとともに特徴空間の潜在的大域的変換を学習することにより,特徴空間と時間的変動の両方を考慮した新しい距離を提案する。この新たな幾何学の下で,時系列バリセンタの計算アルゴリズムを2つ提案する。シミュレーションデータと実世界のデータの両方に対するアプローチの関心を概説し、最先端の手法と比較して、我々のアプローチの堅牢性を示す。
論文参考訳（メタデータ） (2020-02-10T15:11:50Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。