[论文解读] 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 13

一句话总结

本文提出了三种多变量形状片段变换方法——相位无关型（Phase-Independent）、跨维型（MST I）和维相关型（MST D），以提升多变量时间序列分类性能。结果表明，MST D在完整枚举和受限运行时间下，于21个数据集上与最先进多变量DTW方法相比性能无显著差异，确立了形状片段作为树基与距离基方法的可行替代方案。

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.

研究动机与目标

• 为填补多变量时间序列分类（MTSC）中的研究空白，将单变量形状片段变换方法扩展至多变量数据。
• 评估一种更简单的形状片段变换方法是否能与复杂树基方法（如Shapelet Forest）相媲美或超越。
• 构建一个统一的基准测试框架，包含22个MTSC数据集（含五个新数据集），以实现MTSC研究中评估的标准化。
• 公开提供数据、代码与结果，以支持可复现性及未来算法开发。

提出的方法

• 提出相位无关形状片段变换方法，对所有维度一视同仁，计算跨所有维度的相似度且不依赖相位。
• 引入MST I（跨维形状片段），在每个维度内寻找相位相关的子序列，但以相位无关的方式在维度间进行比较。
• 开发MST D（维相关形状片段），识别相位相关的子序列，并通过维度间的跨相位相似度进行比较。
• 将形状片段变换作为特征工程步骤，将原始时间序列转换为新的特征空间，再使用标准分类器进行分类。
• 实现形状片段变换的受限版本，设置一小时运行时间限制，以提升在大规模数据集上的可扩展性。
• 采用100重重复交叉验证，并使用非参数统计检验（Wilcoxon符号秩检验与t检验）比较不同算法的性能。

实验结果

研究问题

• RQ1 基于形状片段的方法能否实现与最先进多变量时间序列分类算法相当的性能？
• RQ2 不同多变量形状片段形式（相位无关、跨维、维相关）在分类准确率上的表现如何比较？
• RQ3 将形状片段搜索空间限制在一小时运行时间内，是否会导致性能显著下降？
• RQ4 所提出的多变量形状片段变换方法在多样化的MTSC数据集上，是否与多变量DTW变体（DTW_D、DTW_I、DTW_A）具有竞争力？
• RQ5 是否可通过统一的基准测试框架（包含标准化数据与评估方式）提升MTSC研究的可复现性与进展？

主要发现

• 在完整枚举下，MST D在16个数据集上与三种多变量DTW方法（DTW_D、DTW_I、DTW_A）相比无显著性能差异，经Wilcoxon符号秩检验与t检验验证。
• 即使在受限一小时运行时间下，MST D在21个数据集上仍与所有多变量DTW方法无显著性能差异，证明其在不损失性能的前提下具备良好可扩展性。
• 相位无关形状片段方法（Shapelet I）显著劣于DTW_A与DTW_I，但与DTW_D相比无显著差异。
• 独立形状片段方法显著劣于所有DTW方法，也劣于MST I与MST D，表明其有效性有限。
• 作者成功构建了一个包含22个MTSC数据集的统一数据集集合，其中包含五个新数据集，并公开了所有数据、代码与结果，以支持未来研究。
• 本研究证实，形状片段可作为MTSC中树基与距离基方法的有力替代方案，尤其在采用维相关相似度优化后表现更优。