[논문 리뷰] Feature-Based Time-Series Analysis in R using the theft Package

Trent Henderson, Ben Fulcher|arXiv (Cornell University)|2022. 08. 12.

Time Series Analysis and Forecasting인용 수 7

한 줄 요약

논문은 R 패키지 'theft'를 소개한다—이것은 catch22, feasts, tsfeatures, Kats, tsfresh, TSFEL의 6개 주요 시계열 특징 추출 라이브러리를 통합한 단일 워크플로우로 구성된 통합형, 오픈소스 프레임워크이다. 이는 특징 추출, 시각화, 정규화, 분류, 해석 가능성까지 포함된 엔드 투 엔드 특징 기반 시계열 분석을 가능하게 하며, 최소한의 고성능 함수를 사용해 뇌파(EEG) 분류 작업에서 성공을 거두었다.

ABSTRACT

Time series are measured and analyzed across the sciences. One method of quantifying the structure of time series is by calculating a set of summary statistics or `features', and then representing a time series in terms of its properties as a feature vector. The resulting feature space is interpretable and informative, and enables conventional statistical learning approaches, including clustering, regression, and classification, to be applied to time-series datasets. Many open-source software packages for computing sets of time-series features exist across multiple programming languages, including catch22 (22 features: Matlab, R, Python, Julia), feasts (42 features: R), tsfeatures (63 features: R), Kats (40 features: Python), tsfresh (779 features: Python), and TSFEL (390 features: Python). However, there are several issues: (i) a singular access point to these packages is not currently available; (ii) to access all feature sets, users must be fluent in multiple languages; and (iii) these feature-extraction packages lack extensive accompanying methodological pipelines for performing feature-based time-series analysis, such as applications to time-series classification. Here we introduce a solution to these issues in an R software package called theft: Tools for Handling Extraction of Features from Time series. theft is a unified and extendable framework for computing features from the six open-source time-series feature sets listed above. It also includes a suite of functions for processing and interpreting the performance of extracted features, including extensive data-visualization templates, low-dimensional projections, and time-series classification operations. With an increasing volume and complexity of time-series datasets in the sciences and industry, theft provides a standardized framework for comprehensively quantifying and interpreting informative structure in time series.

연구 동기 및 목표

• 다양한 프로그래밍 언어에서 사용 가능한 시계열 특징 추출 라이브러리 간에 중심화되고 통합된 인터페이스가 부족한 문제를 해결한다.
• 다양한 특징 세트를 활용하기 위해 여러 언어에 능숙할 필요가 있는 문제를 해결한다.
• 단일 R 패키지 내에서 시각화, 분류, 해석까지 포함된 특징 기반 시계열 분석을 위한 포괄적이고 확장 가능한 파이프라인을 제공한다.
• 연구자들이 도구 간 호환성 문제 없이 특징 추출부터 모델 해석까지 전체 분석 워크플로우를 수행할 수 있도록 한다.
• 새로운 특징이나 특징 세트가 등장함에 따라 이를 통합할 수 있도록 지원하여 시계열 분석 분야의 지속적인 방법론 발전을 촉진한다.

제안 방법

• catch22, feasts, tsfeatures, Kats, tsfresh, TSFEL의 6개 오픈소스 시계열 특징 라이브러리에서 특징을 추출할 수 있는 단일 인터페이스를 제공하는 통합 R 패키지 'theft'를 구현한다.
• 특징 추출을 후속 처리 작업과 통합하여 정규화, 저차원 투영(예: t-SNE), 특징 상관관계 분석을 수행한다.
• 추출된 특징 행렬을 사용한 시계열 분류를 위한 내장 함수를 제공하며, 성능 평가 및 모델 해석 기능을 포함한다.
• 비R 사용자도 데이터를 업로드하고 특징을 계산하며 결과를 브라우저에서 직접 시각화할 수 있도록 상호작용형 Shiny 웹 애플리케이션을 개발한다.
• 사용자가 새로운 특징 세트를 통합하거나 기존 파이프라인을 수정하여 맞춤형 사용 사례에 대응할 수 있도록 확장성을 지원한다.
• 표준화된 데이터 시각화 템플릿과 해석 도구(예: 상위 특징 식별, 차별성 분석)를 포함하여 통찰 생성을 안내한다.

실험 결과

연구 질문

• RQ1 다양한 이질적인 시계열 특징 추출 라이브러리에서 특징 추출을 효과적으로 통합하고 단일화할 수 있는 R 패키지가 가능한가?
• RQ2 통합 프레임워크가 비전문가 사용자에게 특징 기반 시계열 분석의 효율성과 접근성에 얼마나 기여하는가?
• RQ3 여러 라이브러리에서 추출한 특징 세트의 조합이 개별 특징 세트보다 분류 작업에서 얼마나 잘 성능을 내는가?
• RQ4 특징 추출부터 모델 해석까지의 종단 간 워크플로우를 여러 도구를 수기로 조합하지 않고도 지원할 수 있는가?
• RQ5 다양한 특징 세트를 통합함으로써 복잡한 시계열 데이터(예: EEG 신호)에서 의미 있는 패턴을 탐지하는 데 어떤 영향을 미치는가?

주요 결과

• 'theft' 패키지는 6개의 주요 시계열 특징 추출 라이브러리를 단일이고 유기적인 R 프레임워크로 통합하여 원활한 특징 추출과 분석을 가능하게 하였다.
• 이 패키지는 몇 가지 핵심 함수만으로도 특징 추출부터 분류 및 해석까지 전체 분석 워크플로우를 수행할 수 있어 구현 복잡성을 크게 감소시켰다.
• 5개 클래스의 Bonn EEG 데이터셋에서 'theft' 파이프라인은 최소한의 고성능 특징 세트를 사용하여 효과적인 분류 성능을 달성하여 실용적 유용성을 입증하였다.
• 저차원 투영과 특징 상관관계 행렬의 포함으로 사용자는 가장 차별성이 높은 특징를 식별하고 해석할 수 있어 모델의 해석 가능성 향상에 기여하였다.
• 상호작용형 Shiny 웹 애플리케이션을 통해 비R 사용자도 브라우저에서 직접 특징 추출과 시각화를 수행할 수 있어 접근성 향상에 기여하였다.
• 프레임워크는 확장성 지원을 통해 향후 새로운 특징 세트 통합이 가능하며, 다양한 시계열 문제에서의 성능 평가를 체계적으로 수행할 수 있도록 한다.