[논문 리뷰] Multiresolution analysis of fluctuations in non-stationary time series

P. Manimaran, Prasanta K. Panigrahi외 1명|arXiv (Cornell University)|2006. 01. 30.

Complex Systems and Time Series Analysis인용 수 2

한 줄 요약

이 논문은 다중해상도 웨이브릿 기반 탈트렌딩 방법을 제안하며, 다항식 피팅 대신 단일 Daubechies 웨이브릿을 사용하여 비정상 시계열의 변동성을 분석한다. MF-DFA에 비해 작은 데이터 세트에서 뛰어난 정확도를 보이며, 플라즈마 및 이징 모델 시스템을 포함한 시뮬레이션 및 실험 데이터에서 다중 척도 변동성을 잘 포착한다.

ABSTRACT

We illustrate the efficacy of a discrete wavelet based approach to characterize fluctuations in non-stationary time series. The present approach complements the multi-fractal detrended fluctuation analysis (MF-DFA) method and is quite accurate for small size data sets. As compared to polynomial fits in the MF-DFA, a single Daubechies wavelet is used here for de-trending purposes. The natural, built-in variable window size in wavelet transforms makes this procedure well suited for non-stationary data. We illustrate the working of this method through the analysis of binomial multi-fractal model. For this model, our results compare well with those calculated analytically and obtained numerically through MF-DFA. To show the efficacy of this approach for finite data sets, we also do the above comparison for Gaussian white noise time series of different size. In addition, we analyze time series of three experimental data sets of tokamak plasma and also spin density fluctuations in 2D Ising model.

연구 동기 및 목표

• 제한된 데이터를 가진 비정상 시계열에 대해 더 정확한 탈트렌딩 접근법을 개발하기 위해.
• MF-DFA에서 다항식 피팅의 한계를 극복하기 위해 웨이브릿 기반 탈트렌딩을 사용하기 위해.
• 알려진 해석적 해를 가진 시뮬레이션 모델에서 방법의 성능을 평가하기 위해.
• 토크마크 플라즈마 및 2차원 이징 모델의 스핀 밀도 변동성에서의 실제 실험 데이터에 대해 접근법을 검증하기 위해.
• 비정상 데이터에 내재된 가변 창 크기를 다루는 데 웨이브릿의 효과를 입증하기 위해.

제안 방법

• 변동성 분석에서 다항식 피팅 대신 단일 Daubechies 웨이브릿을 사용하여 탈트렌딩을 수행한다.
• 이산 웨이브릿 변환을 통한 다중해상도 분석을 통해 척도에 따라 달라지는 변동성을 포착한다.
• 비정상 데이터의 가변 창 크기에 자연스럽게 적응할 수 있도록 웨이브릿 기반 탈트렌딩을 적용한다.
• 이항 다중분수 모델의 해석적 계산 결과와 MF-DFA의 수치적 결과와 비교한다.
• 작은 데이터 세트에서의 안정성을 테스트하기 위해 정규 분포 백색 잡음 시계열의 다양한 길이를 분석한다.
• 실험적 플라즈마 데이터 및 2차원 이징 모델의 스핀 밀도 변동성에 대해 방법을 검증한다.

실험 결과

연구 질문

• RQ1 비정상 시계열에서 웨이브릿 기반 탈트렌딩은 MF-DFA의 다항식 피팅에 비해 어떻게 비교되는가?
• RQ2 웨이브릿 기반 방법은 작은 데이터 세트에서 다중 척도 변동성을 정확히 포착할 수 있는가?
• RQ3 알려진 해석적 해를 가진 시뮬레이션 모델에서 방법의 성능은 얼마나 우수한가?
• RQ4 실험적 플라즈마 및 이징 모델 데이터에 적용했을 때 방법의 정확도와 신뢰성은 어떠한가?
• RQ5 웨이브릿의 가변 창 크기는 고정 창 크기 방법에 비해 비정상 데이터에서 성능을 향상시키는가?

주요 결과

• 웨이브릿 기반 탈트렌딩 방법은 작은 데이터 세트에서 매우 높은 정확도를 달성하며, 다항식 기반 MF-DFA를 능가한다.
• 이항 다중분수 모델에서의 결과는 해석적 계산과 MF-DFA의 수치적 결과와 거의 일치한다.
• 정규 분포 백색 잡음 시계열의 다양한 크기에서 일관된 성능을 유지하여 강건성을 입증한다.
• 실험적 토카막 플라즈마 데이터에서, 방법은 척도에 따라 달라지는 변동 행동을 성공적으로 포착한다.
• 2차원 이징 모델에서, 방법은 다중 척도에 걸쳐 스핀 밀도 변동성을 정확히 특성화한다.
• 웨이브릿의 자연스러운 가변 창 크기는 비정상적 특성을 가진 시계열에 대한 적응력을 향상시킨다.