[论文解读] Mining Heterogeneous Multivariate Time-Series for Learning Meaningful Patterns: Application to Home Health Telecare

Florence Duchêne, Catherine Garbay+1 more|arXiv (Cornell University)|Dec 1, 2004

Time Series Analysis and Forecasting参考文献 30被引用 12

一句话总结

本文提出了一种无监督方法，用于挖掘异构多变量时间序列，以从家庭健康远程医疗中提取有意义的行为模式。通过扩展LCSS相似性度量并采用基于投影的聚类方法，该方法能够在存在噪声、拉伸和时间偏移的情况下识别重复出现的模式，在真实传感器数据中成功检测到多个模式实例，表现出高度的鲁棒性。

ABSTRACT

For the last years, time-series mining has become a challenging issue for researchers. An important application lies in most monitoring purposes, which require analyzing large sets of time-series for learning usual patterns. Any deviation from this learned profile is then considered as an unexpected situation. Moreover, complex applications may involve the temporal study of several heterogeneous parameters. In that paper, we propose a method for mining heterogeneous multivariate time-series for learning meaningful patterns. The proposed approach allows for mixed time-series -- containing both pattern and non-pattern data -- such as for imprecise matches, outliers, stretching and global translating of patterns instances in time. We present the early results of our approach in the context of monitoring the health status of a person at home. The purpose is to build a behavioral profile of a person by analyzing the time variations of several quantitative or qualitative parameters recorded through a provision of sensors installed in the home.

研究动机与目标

• 开发一种无监督方法，用于从家庭健康监测中的异构多变量时间序列中学习行为特征。
• 通过识别传感器数据中频繁出现的重复时间模式，检测与正常行为的偏离。
• 应对现实世界中的挑战，如噪声、异常值、时间拉伸以及时间序列数据中的非模式子序列。
• 通过从多传感器数据中建模日常行为，实现在健康异常发生前的早期检测。
• 在无需预定义关键事件定义或大规模标注数据集的情况下，支持临床决策。

提出的方法

• 该方法使用符号表示将混合类型（定量和定性）时间序列转换为离散符号，以实现统一处理。
• 应用扩展版的最长公共子序列（LCSS）相似性度量来比较异构多变量时间序列，考虑时间扭曲和噪声的影响。
• 基于投影的算法通过将时间序列映射到符号空间并检测重复模式，识别频繁子序列。
• 采用分裂聚类方法将相似子序列分组为非重叠的模式，从而合成具有代表性的行为特征。
• 该方法支持可变长度符号和时间偏移，能够处理模式实例中的拉伸和中断。
• 通过参数调优可控制模式粒度——调整滤波长度、距离阈值和离散化级别，以在不同抽象层次上提取模式。

实验结果

研究问题

• RQ1 在缺乏标注数据的情况下，如何从异构多变量时间序列中提取有意义的时间模式？
• RQ2 在家庭健康传感器数据中存在噪声、异常值和时间失真时，所提出的方法在多大程度上能够检测到重复的行为模式？
• RQ3 扩展版的LCSS相似性度量在比较混合类型、多维时间序列以发现模式方面表现如何？
• RQ4 该方法能否从家庭远程医疗环境中采集的真实、非理想时间序列数据中识别出具有代表性的行为特征？
• RQ5 哪些参数配置能在时间序列挖掘中为不同层次的行为抽象提供最佳的模式检测效果？

主要发现

• 即使在模式被时间拉伸或中断的情况下，该方法仍能成功识别出大量时间序列中的模式实例，即使这些时间序列中原本不含明显模式。
• 该方法对各种类型的噪声表现出鲁棒性，且每种噪声类型主要影响特定的参数类型，凸显了根据上下文进行参数调优的必要性。
• 理论上，两个频繁模式的实例已足够用于模式识别，从而减少了对大规模训练数据集的依赖。
• 使用可变长度符号有效处理了模式出现时间上的拉伸和变化。
• 实验结果表明，该方法能够从真实传感器数据中提取出具有代表性的模式，验证了其在家庭健康远程医疗中检测异常行为的潜力。
• 参数选择显著影响模式检测质量，表明在特定监控场景中进行校准至关重要。