Comparaison et Partitionnement de Séries Temporelles Basés sur la Forme des Séries
Résumé
In this work, we propose two k-means-like methods, devised for time series clustering.
Each method relies on a custom dissimilarity measure between time series, which is invariant to time shifting and Y-scaling.
The first measure is an adaptation of the cosine dissimilarity for which
the best time alignment is obtained by testing all temporal translations.
The second measure is a soft version of the first measure: the min computation on the different time alignments
is carried out by the soft min function.
Dans ce travail, nous nous intéressons à la classification non super-visée de séries temporelles. La méthode de partitionnement utilisée, dérivée des centres mobiles, s'appuie sur la forme des séries pour évaluer leurs ressemblances. Afin de comparer ces formes, nous proposons deux mesures de ressemblance entre séries temporelles invariantes par translation et par changement d'échelle. La première mesure est une adaptation de la mesure cosine pour laquelle l'alignement temporel optimal entre deux séries est obtenu en testant toutes les translations d'une série par rapport à l'autre. La seconde mesure est une version soft de la première : le calcul du min sur les différents alignements est effectué grâce à la fonction softmin.
Domaines
Apprentissage [cs.LG]
Origine : Fichiers produits par l'(les) auteur(s)
Loading...