[論文レビュー] A Shapelet Transform for Multivariate Time Series Classification

Aaron Bostrom, Anthony Bagnall|arXiv (Cornell University)|Dec 18, 2017

Time Series Analysis and Forecasting参考文献 21被引用数 13

ひとこと要約

本稿では、多変量時系列分類を改善するために、3つの多変量シグマイト変換—位相非依存型、次元間（MST I）、次元依存型（MST D）—を提案する。MST Dは、全列挙および制限時間内での実行において21のデータセットで最先端の多変量DTW手法と同等の性能を示し、顕著な性能差がないことを実証した。これにより、シグマイトは木ベースおよび距離ベースの手法と同等の代替手段として有効であることが示された。

ABSTRACT

Shapelets are phase independent subsequences designed for time series classification. We propose three adaptations to the Shapelet Transform (ST) to capture multivariate features in multivariate time series classification. We create a unified set of data to benchmark our work on, and compare with three other algorithms. We demonstrate that multivariate shapelets are not significantly worse than other state-of-the-art algorithms.

研究の動機と目的

• 多変量時系列分類（MTSC）におけるギャップを埋めるために、単変量シグマイト変換を多変量データに適応すること。
• より単純なシグマイト変換アプローチが、Shapelet Forestのような複雑な木ベース手法と同等またはそれを上回る性能を達成できるかを評価すること。
• 22のMTSCデータセット（うち5つは新規）を含む包括的なベンチマークフレームワークを構築し、MTSC研究における評価の標準化を図ること。
• 再現可能性および将来のアルゴリズム開発を支援するため、すべてのデータ、コード、結果を公開すること。

提案手法

• 全次元に等しく扱い、位相依存なしに全次元にわたる類似度を計算する位相非依存型シグマイト変換を提案。
• MST I（次元間シグマイト）を導入し、各次元内で位相依存する部分列を特定し、次元間では位相非依存の方法で比較する。
• MST D（次元依存型シグマイト）を開発し、位相依存する部分列を特定し、次元間で位相依存類似度を用いて比較する。
• シグマイト変換を特徴工学のステップとして適用し、生時系列データを新しい特徴空間に変換した後、標準分類器を用いて分類する。
• 大規模データセットへのスケーラビリティを実現するため、1時間の実行時間制限を設けた制限付きバージョンのシグマイト変換を実装。
• 100回の繰り返し交差検証と非パラメトリック統計的検定（ウィルコクソン符号順位検定およびt検定）を用いて、アルゴリズム間の性能を比較。

実験結果

リサーチクエスチョン

• RQ1 シグマイトベースのアプローチは、最先端の多変量時系列分類アルゴリズムと同等の性能を達成できるか？
• RQ2 位相非依存型、次元間型、次元依存型という異なる多変量シグマイト定式化の間で、分類精度に差は生じるか？
• RQ3 1時間の実行時間制限によるシグマイト探索空間の制限は、全列挙と比較して顕著に性能を低下させるか？
• RQ4 提案された多変量シグマイト変換は、多変量DTWの変種（DTW_D、DTW_I、DTW_A）と、多様なMTSCデータセットで競合可能か？
• RQ5 標準化されたデータと評価を備えた包括的なベンチマークフレームワークは、MTSC研究における再現可能性と進展を向上させられるか？

主な発見

• 全列挙条件下で、MST Dは16のデータセットにおいて、3つの多変量DTW手法（DTW_D、DTW_I、DTW_A）と顕著な性能差がないことが、ウィルコクソン符号順位検定およびt検定で確認された。
• 1時間の実行時間制限下でも、MST Dは21のデータセットにおいて、すべての多変量DTW手法と顕著な性能差がないまま維持され、性能損ないやスケーラビリティの低下が見られなかった。
• 位相非依存型シグマイト手法（Shapelet I）は、DTW_AおよびDTW_Iと比較して顕著に性能が悪く、しかしDTW_Dと比較しては顕著に悪いとは言えなかった。
• 独立型シグマイト手法は、すべてのDTW手法と比較して顕著に性能が悪く、MST IおよびMST Dと比較しても劣っていたことから、その有効性が限定的であることが示された。
• 研究者たちは、22のMTSCデータセット（うち5つは新規）を含む包括的なデータセットコレクションを成功裏に構築し、すべてのデータ、コード、結果を公開し、将来の研究を支援した。
• 本研究は、特に次元依存類似度を最適化した場合、シグマイトが木ベースおよび距離ベースの手法と同等に強力な代替手段となり得ることを確認した。