[論文レビュー] Feature-Based Time-Series Analysis in R using the theft Package

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

Time Series Analysis and Forecasting被引用数 7

ひとこと要約

この論文では、Rパッケージ 'theft' を紹介する。これは、6つの主要な時系列特徴抽出ライブラリ（catch22, feasts, tsfeatures, Kats, tsfresh, TSFEL）を統合した一元的でオープンソースのフレームワークであり、エンド・ツー・エンドの特徴ベースの時系列分析を可能にする。特徴抽出、可視化、正規化、分類、解釈性の各プロセスを統合し、最小限の高パフォーマンス関数でEEG分類に成功した。

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.

研究の動機と目的

• 複数のプログラミング言語で利用可能な多様な時系列特徴抽出ライブラリへのアクセスを統合した中央集権的で一元的なインターフェースの欠如に対処する。
• 異なる特徴セットを活用するためには複数言語の習得が求められるという課題を克服する。
• 可視化、分類、解釈性を含む、特徴ベースの時系列分析の包括的で拡張可能なパイプラインを、1つのRパッケージ内で提供する。
• 研究者が複数の互換性のないツールを組み合わせる必要なく、特徴抽出からモデル解釈までを一連のワークフローで実行できるようにする。
• 新たな特徴や特徴セットが登場する際の統合を容易にし、時系列分析分野における継続的なメソドロジカル進歩を支援する。

提案手法

• catch22, feasts, tsfeatures, Kats, tsfresh, TSFEL の6つのオープンソース時系列特徴抽出ライブラリから特徴を抽出できる、一元的Rパッケージ 'theft' を実装する。
• 特徴抽出を、正規化、低次元射影（例：t-SNE）、特徴相関分析などの後続処理と統合する。
• 抽出された特徴行列を用いた時系列分類のための組み込み関数を提供し、パフォーマンス評価とモデル解釈性を含む。
• 非Rユーザーがデータをアップロードし、特徴を計算し、結果をブラウザ上で直接可視化できる、インタラクティブなShinyウェブアプリケーションを開発する。
• ユーザーが新しい特徴セットを統合したり、既存のパイプラインをカスタムユースケース向けに変更したりできるように、拡張性をサポートする。
• 標準化されたデータ可視化テンプレートと解釈性ツール（例：上位特徴の特定、差別性分析）を含め、インサイト生成を支援する。

実験結果

リサーチクエスチョン

• RQ1 1つの統一されたRパッケージが、複数の異種時系列特徴抽出ライブラリからの特徴抽出を効果的に統合・簡素化できるか？
• RQ2 統一フレームワークは、非エキスパートユーザーにとって、特徴ベースの時系列分析の効率性とアクセス性をどの程度向上できるか？
• RQ3 複数のライブラリからの組み合わせ特徴セットは、個々の特徴セットと比較して分類タスクでどの程度のパフォーマンスを示すか？
• RQ4 複数のツールを管理する必要なく、特徴抽出からモデル解釈までを一貫したエンド・ツー・エンドのワークフローで実行できるか？
• RQ5 多様な特徴セットの統合は、EEG信号のような複雑な時系列データにおける意味のあるパターンの検出にどのような影響を与えるか？

主な発見

• 'theft'パッケージは、6つの主要な時系列特徴抽出ライブラリを1つの統一的で一貫性のあるRフレームワークに統合し、スムーズな特徴抽出と分析を可能にした。
• このパッケージにより、数つの主要関数を用いるだけで、特徴抽出から分類・解釈までの一連の分析ワークフローが実現され、実装の複雑さが顕著に低減された。
• 5クラスのBonn EEGデータセットにおいて、'theft'パイプラインは最小限の高パフォーマンス特徴セットを用いて有効な分類性能を達成した。実用的価値が裏付けられた。
• 低次元射影と特徴相関行列の導入により、ユーザーは最も差別的特徴を特定・解釈可能にし、モデルの解釈性が向上した。
• インタラクティブなShinyウェブアプリケーションにより、非Rユーザーもブラウザ上で直接特徴抽出と可視化を実行でき、アクセス性が拡大した。
• このフレームワークは拡張性を備えており、今後の新しい特徴セットの統合が可能であり、多様な時系列問題におけるパフォーマンスの体系的評価を可能にする。