Busca e Mineração de Trilhões subsequências de Séries Temporais sob Dynamic Time Warping

Neste paper os pesquisadores acreditam que o gargalo da performance da mineração de dados utilizando séries temporais é o tempo de resposta do cálculo das medidas de distância que são utilizadas; e a proposta é a utilização do algoritmo Dynamic Time Warping que faz a comparação entre duas instâncias (ou sequências) ao longo de um determinado período de tempo. É bem interessante e saí do lugar comum quando se trata de medidas de distância.

Searching and Mining Trillions of Time Series Subsequences under Dynamic Time Warping – Thanawin Rakthanmanon, Bilson Campana, Abdullah Mueen, Gustavo Batista, Brandon Westover, Qiang Zhu, Jesin Zakaria, Eamonn Keogh

ABSTRACT
Most time series data mining algorithms use similarity search as a core subroutine, and thus the time taken for similarity search is the bottleneck for virtually all time series data mining algorithms. The difficulty of scaling  search to large datasets largely explains why most academic work on time series data mining has plateaued at considering a few millions of time series objects, while much of industry and science sits on billions of time series objects waiting to be explored. In this work we show that by using a combination of four novel ideas we can search and mine truly massive time series for the first time. We demonstrate the following extremely unintuitive fact; in large datasets we can exactly search under DTW much more quickly than the current state-of-the-art Euclidean distance search algorithms. We demonstrate our work on the largest set of time series experiments ever attempted. In particular, the largest dataset we consider is larger than the combined size of  all of the time series datasets considered in all data mining papers ever published. We show that our ideas allow  us to solve higher-level time series data mining problem such as motif discovery and clustering at scales that would otherwise be untenable. In addition to mining massive datasets, we will show that our ideas also have implications for real-time monitoring of data streams, allowing us to handle much faster arrival rates and/or use cheaper and lower powered devices than are currently possible. 

Link – http://www.cs.ucr.edu/~eamonn/SIGKDD_trillion.pdf

Searching and Mining Trillions of Time Series Subsequences under Dynamic Time Warping

Busca e Mineração de Trilhões subsequências de Séries Temporais sob Dynamic Time Warping

Deixe o seu comentário inteligente e educado! :o)

Preencha os seus dados abaixo ou clique em um ícone para log in:

Logotipo do WordPress.com

Você está comentando utilizando sua conta WordPress.com. Sair / Alterar )

Imagem do Twitter

Você está comentando utilizando sua conta Twitter. Sair / Alterar )

Foto do Facebook

Você está comentando utilizando sua conta Facebook. Sair / Alterar )

Foto do Google+

Você está comentando utilizando sua conta Google+. Sair / Alterar )

Conectando a %s