[論文レビュー] Discretization of Temporal Data: A Survey

Pratik Chaudhari, Dipti P. Rana+3 more|arXiv (Cornell University)|Feb 18, 2014

Time Series Analysis and Forecasting参考文献 12被引用数 13

ひとこと要約

本調査は、時間的順序、クラスラベル、ストリーム処理を保持する時間に配慮した手法を強調しながら、時系列データのためのデータ離散化技術をレビューする。時間的構造とクラスラベルの包含に基づいてアプローチを分類し、時間に敏感な区間生成によって精度と簡潔さを向上させることで、時系列データにおけるデータマイニングのパフォーマンスを向上させるフレームワークを提供する。

ABSTRACT

In real world, the huge amount of temporal data is to be processed in many application areas such as scientific, financial, network monitoring, sensor data analysis. Data mining techniques are primarily oriented to handle discrete features. In the case of temporal data the time plays an important role on the characteristics of data. To consider this effect, the data discretization techniques have to consider the time while processing to resolve the issue by finding the intervals of data which are more concise and precise with respect to time. Here, this research is reviewing different data discretization techniques used in temporal data applications according to the inclusion or exclusion of: class label, temporal order of the data and handling of stream data to open the research direction for temporal data discretization to improve the performance of data mining technique.

研究の動機と目的

• 時系列データマイニングの応用文脈における、既存の離散化技術を分析すること。
• 時間的順序、クラスラベルの使用、ストリームデータ処理に関する現在の手法におけるギャップを特定すること。
• 時間的およびクラス関連の特徴の包含に基づいて、離散化アプローチの構造的分類を提供すること。
• 時間的順序に配慮した離散化の未開拓の方向性を強調することで、今後の研究を導くこと。
• 時系列データのより正確で簡潔な離散化を可能にすることで、データマイニングのパフォーマンスを向上させること。

提案手法

• クラスラベル、時間的順序、ストリーム処理能力の有無に基づいて離散化手法を分類すること。
• 等幅、等頻度、エントロピーに基づく、および時間に配慮したボーリング手法などの既存技術をレビューすること。
• 時間的順序が離散化における区間形成とデータ品質に与える影響を分析すること。
• 連続的なデータストリームを処理する手法が、動的に離散化区間を調整することによって、性能を向上させること。
• 教師あり（クラス情報を組み込む）手法と教師なし（クラス情報を組み込まない）手法を比較すること。
• 主な設計基準に基づいて、時間的離散化手法を分類する概念的フレームワークを提案すること。

実験結果

リサーチクエスチョン

• RQ1 異なる離散化手法は、時系列データにおける時間的順序をどのように処理するか？
• RQ2 時間的データ離散化におけるクラスラベルの組み込みが、その後続のデータマイニングパフォーマンスに与える影響は何か？
• RQ3 どの離散化手法がストリーミング時間的データに最も適しているか？
• RQ4 時間に配慮した離散化手法は、標準的手法と比較して、どのように精度と簡潔さを向上させるか？
• RQ5 現在の時間的データ離散化アプローチにおける主な制限と研究ギャップは何か？

主な発見

• 離散化に時間的順序を組み込むことで、時系列データに対するデータマイニング結果の解釈可能性と正確性が顕著に向上する。
• クラスラベルを考慮する教師あり離散化手法は、より情報量が多く、判別力のある区間を生成する傾向がある。
• ストリーム処理に配慮した手法は、動的な離散化区間の適応を可能にし、リアルタイムデータにおける性能を向上させる。
• 時間に配慮した離散化は、非時間的手法と比較して、より簡潔で意味のあるデータパーティションをもたらす。
• 時間的離散化手法の標準化された評価と包括的な比較フレームワークの欠如が依然として問題である。
• 本調査は、進化するデータストリーム向けに、適応的でスケーラブルかつ時間に配慮した離散化アルゴリズムの今後の研究の必要性を明らかにした。