Parsimonious Clustering of Covariance Matrices
Indiana University School of Medicine(印第安纳大学医学院)
本文提出一种稀疏聚类模型,整合MoE和协方差回归框架,用于静息态fMRI中基于功能性连接的个体聚类,识别大脑相干性子组并揭示与人口特征和认知功能的关联。
2025-12-03 stat.ME
Model-based fuzzy time series clustering of conditional higher moments
本文提出了一种新的时间序列聚类方法,该方法考虑了异方差性、非正态性和模型的非线性。在这个目标下,我们采用模糊方法。具体而言,考虑到动态条件得分(DCS)模型,我们提出了聚类时间序列根据其估计的条件矩通过自相关的模糊C均值(A-FCM)算法。DCS参数化建模因其通用性和计算可行性而备受关注。所提出的程序的有用性说明了使用模拟数据和金融时间序列的几个实证应用的实验假设线性和非线性模型的规格和几个假设下的时间序列密度函数。
2021-04-01 stat.ME
Constructing hierarchical time series through clustering: Is there an optimal way for forecasting?
本文研究预测协调中层次结构的构建方式,通过比较多种时间序列聚类表示与距离定义、随机置换实验及跨层次预测平均,发现准确性提升主要来自层次结构而非相似序列分组,且多方法平均表现最佳。
2024-09-08 stat.ME
Time Series Clustering using the Total Variation Distance with Applications in Oceanography
本文提出了一种确定随机海浪时间序列平稳周期的算法。这是一个问题,其中稳定的海况之间的变化通常是缓慢的,并且基于变化点检测的分割程序经常给出差的结果。该方法是基于一个新的程序的时间序列聚类,建立在使用归一化光谱之间的全变差距离作为相异性的措施。因此,该系列的振荡行为被认为是分类目的的中心特征。所提出的算法相比,其他几种方法也是基于从原始系列中提取的特征,结果表明,其性能是可比的最好的方法,在一些测试中,它表现得更好。这种聚类方法可能是独立感兴趣的。
2015-06-19 stat.ME
Whole-Volume Clustering of Time Series Data from Zebrafish Brain Calcium Images via Mixture Modeling
钙是神经信号事件中普遍存在的信使。越来越多的技术通过与钙离子结合的发光蛋白质使动物模型中的神经活动可视化成为可能。这些技术产生大量的空间相关的时间序列。提出了一种基于模型的功能数据分析方法,通过高斯混合数据的聚类,从这样的可视化提出。该方法在理论上是合理的,并提出了一种计算效率高的估计方法。最后给出了一个斑马鱼成像实验的实例分析。
2017-02-28 stat.ME
Boosted-Oriented Probabilistic Smoothing-Spline Clustering of Series
模糊聚类方法允许对象同时属于多个具有不同隶属度的类。然而,影响模糊算法性能的一个因素是模糊参数的值。在本文中,我们提出了一个模糊聚类过程的数据(时间)序列,不依赖于一个模糊参数的定义。它来自两种方法,理论上分别用于无监督和监督分类情况。第一个是概率距离(PD)聚类过程。第二个是众所周知的提升哲学。我们的想法是对无监督学习问题采用一种提升的前景,特别是我们面临的非层次聚类问题。其目的是将数据集的每个实例(即一系列)分配到一个集群。我们假设一个给定的集群的代表性实例(即集群中心)作为目标实例,损失函数作为全局性能的综合指标,每个实例属于给定集群的概率作为给定实例对整体解决方案的单独贡献。所提出的方法的全局性能进行了研究,通过各种实验。
2015-10-07 stat.ME
Clustering Multivariate Time Series using Energy Distance
提出基于能量距离的多元时间序列非参数层次聚类方法,证明其渐近性质,并通过模拟及 GDP、人口数据实例验证有效性。
2023-03-24 stat.ME
Dirichlet Process Parsimonious Mixtures for clustering
Normandie Univ(诺曼底大学);UNICAEN(卡昂大学);CNRS(法国国家科学研究中心);Aix Marseille Université(艾克斯-马赛大学);ENSAM(法国国立高等工程技术学校);Université de Toulon(土伦大学)
简约高斯混合模型,它利用一个特征值分解的组协方差阵的高斯混合,已显示出他们的成功,特别是在聚类分析。它们的估计一般通过极大似然估计进行,并且也从参数贝叶斯前景考虑。我们提出了新的Dirichlet过程简约混合物(DPPM),代表这些简约高斯混合模型的贝叶斯非参数制定。所提出的DPPM模型是贝叶斯非参数简约混合模型,允许同时推断模型参数,混合物组分的最佳数量和最佳简约混合物结构的数据。我们开发了一个吉布斯抽样技术的最大后验概率(MAP)估计的DPMM模型,并提供了一个贝叶斯模型选择框架,通过使用贝叶斯因子。我们将它们应用于聚类模拟数据和真实数据集,并将它们与标准的简约混合模型进行比较。所得到的结果突出了所提出的非参数简约混合模型作为一个很好的非参数替代参数简约模型的有效性。
2018-10-17 cs.LG stat.ME stat.ML
Kernel discriminant analysis and clustering with parsimonious Gaussian process models
这项工作提出了一个家庭的简约高斯过程模型,允许建立,从有限的样本,在无限维空间中的基于模型的分类。建议的简约模型是通过约束特征分解的高斯过程建模每一类。这特别允许使用将观测投影到无限维空间中的非线性映射函数。它还表明,可以直接从观察空间通过核函数的分类器的建设。因此,所提出的分类方法能够对各种类型的数据进行分类,例如分类数据、功能数据或网络。此外,可以通过组合不同的内核来对混合数据进行分类。该方法也扩展到无监督分类的情况下。在不同数据集上的实验结果证明了该方法的有效性。
2012-06-15 stat.AP stat.ME
Dynamic time series clustering via volatility change-points
本说明概述了一种根据波动性在未观察到的变点发生变化的统计模型对时间序列进行聚类的方法。该模型容纳了一些经典的风格化特征的回报和它的关系,Gestival进行了讨论。使用与每个系列相关的最近变化点的后验分布之间评估的概率距离进行聚类。这意味着如果有证据表明它们各自的波动率最近的变化是一致的或时间接近的,那么系列在给定的时间被分组在一起。聚类方法是动态的,因为分组可以在数据到达时以在线方式更新。数值结果给出分析的S&P 500的成分的每日收益。
2019-06-25 q-fin.ST stat.ME
Dependence-based fuzzy clustering of functional time series
本文提出结合模糊C-medoids和模糊C-means与基于分位数自相关扩展的新型相异度度量的函数时间序列聚类方法,有效识别相似依赖结构并在模拟和实际数据中验证了高精度与实用性。
2025-04-02 stat.AP stat.ME
Parsimonious Ultrametric Manly Mixture Models
Department of Mathematics & Statistics, McMaster University(麦克马斯特大学数学与统计系)
本文提出了一种简洁的超度量马尼混合模型,通过引入马尼变换和扩展的超度量协方差结构,提升高维非对称数据聚类的可解释性和模型选择效果。
2026-09-10 stat.ME
Model-based clustering with Hidden Markov Model regression for time series with regime changes
Paris Nord University(巴黎第十三大学);IFSTTAR(法国交通与安全科学技术研究所);Heudiasyc Lab(Heudiasyc实验室)
本文介绍了一种新的基于模型的聚类方法聚类时间序列,目前的政权变化。它由隐藏的马尔可夫链控制的多项式回归的混合物组成。每个簇的潜在隐藏过程在时间上连续激活几个多项式机制。参数估计通过专用期望最大化(EM)算法采用极大似然法进行。所提出的方法进行评估,使用模拟时间序列和现实世界的时间序列从铁路诊断应用程序发出。与现有的时间序列聚类方法,包括高斯混合的标准EM,$K$均值聚类,标准混合回归模型和混合隐马尔可夫模型的比较,证明了该方法的有效性。
2013-12-25 cs.LG stat.ME stat.ML
Maximum Pseudolikelihood Estimation for Model-Based Clustering of Time Series Data
混合自回归模型(MoAR)为时间序列数据的聚类提供了一种基于模型的方法。MoAR模型的极大似然(ML)估计需要估计正态随机变量的大量密度的乘积。在实际情况下,这些产品收敛到零的长度的时间序列的增加,因此ML估计的MoAR模型变得不可行,而不使用数值技巧。我们提出了一个最大的伪像(MPL)估计方法作为替代使用的数值技巧。MPL估计被证明是一致的,可以通过EM(期望-最大化)算法计算。模拟被用来评估性能的MPL估计对ML估计的情况下,后者能够计算。聚类的时间序列数据所产生的休息状态功能磁共振成像实验的应用程序作为演示的方法。
2016-10-18 stat.CO stat.ME
Clustering Discrete-Valued Time Series
有必要开发能够说明数据离散性及其时间序列特性和相互关系的模型。我们的重点落在整数值自回归(INAR)类型的模型。INAR型模型可以与现有的基于模型的聚类技术结合使用,以聚类离散值时间序列数据。随着有限混合模型的使用,一些现有的技术,如选择的集群的数量,估计使用期望最大化和模型选择是适用的。该模型在实际数据上进行了演示,以说明其聚类应用。
2020-03-27 stat.AP stat.ME stat.ML
Clustering of functional boxplots for multiple streaming time series
在本文中,我们介绍了一个微聚类策略的功能箱线图。目的是总结一组在非重叠窗口中分割的流式时间序列。它是一个两步的策略,首先执行,一个在线摘要的功能数据结构,命名为功能箱线图微集群,然后它揭示了最终的摘要,离线处理,功能数据结构。我们的主要贡献在于提供一个新的定义的微集群的基础上功能箱线图,并在定义一个接近的措施,允许比较和更新它们。这允许通过数据的五个功能基本统计来获得流式传输时间序列的更精细的图形概括。所获得的合成将能够跟踪多个流的动态演化。
2012-12-12 stat.ME stat.ML
Clustering of bivariate satellite time series: a quantile approach
聚类在统计学和机器学习中受到了广泛的关注,其目的是开发能够从原始数据中获取信息以执行探索性分析的统计模型和自主算法。已经开发了几种技术来对采样的单变量向量进行聚类,仅考虑整个周期的平均值,因此它们不能充分探索潜在的分布以及数据的其他特征,特别是在存在结构化时间序列的情况下。我们提出了一个基于模型的聚类技术,它是基于分位数回归,允许我们在不同的分位数水平聚类二元时间序列。我们使用非对称拉普拉斯分布来模拟集群内的密度,这使得我们可以考虑数据分布的不对称性。我们通过模拟研究评估所提出的技术的性能。然后,该方法适用于集群时间序列观察到的全球彩色卫星数据有关的营养状况指数,其目的是评估其时间动态,以确定均匀的地区,在营养状况,在海湾的加贝斯。
2022-07-24 stat.AP stat.ME
Modelling clusters in network time series with an application to presidential elections in the USA
本文提出 community-α GNAR 模型,利用先验知识或外生变量建模网络时间序列中的跨社区动态交互,并将其用于分析美国总统选举中红州、蓝州与摇摆州的全局及社区效应。
2024-07-05 stat.AP stat.ME
Temporal Clustering of Time Series via Threshold Autoregressive Models: Application to Commodity Prices
本研究旨在使用门槛非线性自回归模型来发现几种商品价格的时间集群。预计确定随时间变化的商品类别的过程将增进目前对共同变动和连贯价格动态的了解,并可作为多变量时间序列分析的基础。商品价格的聚类分析采用了基于时间序列模型的聚类方法,将价格序列的时变特性纳入聚类方案。因此,在这项研究中的主要目的是分组时间序列根据其数据生成机制(DGMs)之间的相似性,而不是比较模式相似性的时间序列的痕迹。每个系列的DGM的近似值是使用阈值自回归模型,这是公认的代表时间序列中的非线性特征,如突变,时间不可逆性和政权转移行为的能力。通过使用所提出的方法,可以确定和监视跨时间维度的共同移动的时间序列变量的集合。此外,生成随时间变化的商品价格指数和子指数也成为可能。因此,我们进行了模拟研究,以评估所提出的聚类方法的有效性和结果的模拟和真实的数据集。
2016-05-03 stat.AP stat.ME stat.ML
Parsimonious modeling with Information Filtering Networks
我们介绍了一种方法来构建简约的概率模型。该方法利用信息滤波网络从网络的小部分上计算的局部逆协方差的简单和产生全局稀疏逆协方差的鲁棒估计。该方法基于局部和低维反演,计算效率高,对高维、含噪和短时间序列的逆协方差估计具有统计鲁棒性。应用于金融数据,我们的方法的结果计算效率比国家的最先进的方法,如格拉索生产,在一小部分的计算时间,模型,可以有相当或更好的性能,但具有稀疏的推理结构。我们还讨论了稀疏因子模型的性能,我们注意到相对性能随因子的数量而下降。这种方法的局部性质使我们能够并行执行计算,并提供了一个工具,动态适应部分更新时,一些变量的属性发生变化,而不需要重新计算整个模型。这使得这种方法特别适合处理具有大量变量的大型数据集。还提供了在金融系统中进行预测、压力测试和风险分配的实际应用实例。
2016-11-23 cs.IT math.IT stat.ML
K-ARMA Models for Clustering Time Series Data
我们提出了一种方法来聚类时间序列数据使用基于模型的泛化的K均值算法,我们称之为K模型。我们证明了这种通用算法的收敛性,并将其与混合建模的硬期望最大化算法联系起来。然后,我们应用我们的方法首先与AR($p$)聚类的例子,并显示如何使用最小绝对偏差标准的聚类算法可以强大的离群值。然后,我们建立我们的聚类算法的ARMA($p,q$)模型,并将其扩展到ARIMA($p,d,q$)模型。我们开发了一个良好的拟合统计模型拟合聚类的基础上的Ljung-Box统计。我们用模拟数据进行了实验,展示了该算法如何用于离群点检测,检测分布漂移,并讨论了初始化方法对空簇的影响。我们还进行了实验,真实数据表明,我们的方法是有竞争力的,与其他现有的方法类似的时间序列聚类任务。
2022-06-30 stat.CO stat.ME stat.ML
Time series clustering based on prediction accuracy of global forecasting models
Research Center for Information and Communication Technologies (CITIC)(信息与通信技术研究中心(CITIC));University of A Coruña(拉科鲁尼亚大学);The University of Sydney Business School(悉尼大学商学院)
本研究提出一种基于全局预测模型预测精度的时间序列聚类新方法,通过迭代拟合簇内全局模型、按预测效果分配序列的方式聚类,兼具簇数选择机制与模型兼容性,在模拟和基准数据集上表现优于现有方法。
2023-04-30 cs.LG stat.ME stat.ML
Automatic Registration and Clustering of Time Series
University of Florida(佛罗里达大学)
时间序列数据的聚类显示出在其他环境中不存在的许多挑战,特别是观测信号的配准(对准)问题。典型的方法包括预先注册到用户指定的模板或时间扭曲的方法,试图以最小的失真最佳地对齐系列。对于从记录或感测设备获得的许多信号,这些方法可能是不合适的,因为模板信号不可用于预配准,而扭曲方法的失真可能使有意义的时间信息模糊。我们提出了一种新的方法自动时间序列对齐内的聚类问题。我们的方法,时间注册使用最佳酉变换(TROUT),是基于一种新的时间序列之间的相异性测量,很容易计算和自动识别之间的最佳对齐对时间序列。通过将我们的新措施嵌入到优化公式中,我们保留了众所周知的计算和统计性能优势。我们提供了一个有效的算法,基于TROUT的聚类,并证明其优越的性能在一系列的竞争对手。
2021-02-10 cs.LG stat.ME stat.ML
Factor Modelling for Clustering High-dimensional Time Series
我们提出了一种新的无监督学习方法聚类大量的时间序列的基础上的潜在因素结构。除了影响所有相关时间序列的一些公共因子之外,每个聚类的特征在于其自身的聚类特殊因子。我们的设置还提供了一些灵活性,即某些时间序列可能不属于任何聚类。对于公共因子、簇-特殊因子、潜在簇的估计,建立了与显式收敛速度的一致性。数值说明与模拟数据以及一个真实的数据的例子也报告。作为一个副产品,提出的新方法还显着推进了Lam和Yao(2012)的因子模型的统计推断。
2022-09-08 math.ST stat.ME stat.TH
Time series models with infinite-order partial copula dependence
平稳和遍历时间序列可以使用基于二元Copula函数集的s-vine分解来构造。这种过程的无限Copula序列的扩展被认为是产生丰富的一类模型,概括高斯ARMA和ARFIMA过程,允许非高斯边际行为和非高斯描述的串行部分依赖结构。提出并研究了线性过程的经典因果和可逆表示到一般s-藤过程的推广。一个实用的和简约的方法参数化的S-葡萄藤过程使用肯德尔偏自相关函数的开发。所得到的模型,以提高统计拟合在许多应用程序中的潜力表明与一个例子,使用宏观经济数据。
2021-07-02 q-fin.ST stat.AP stat.ME
Robust Spectral Fuzzy Clustering of Multivariate Time Series with Applications to Electroencephalogram
King Abdullah University of Science and Technology (KAUST)(阿卜杜拉国王科技大学)
提出一种基于频域的鲁棒模糊聚类框架,利用 Kendall tau 典型相干性提取跨变量特定频率单调关系,有效提升含噪高维多元时间序列聚类精度,并成功揭示脑电图中的认知状态标记。
2025-10-31 stat.AP stat.ME stat.ML
Spectral clustering of network time series via the sample covariance matrix
University of California, Los Angeles(加州大学洛杉矶分校);University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校);Imperial College London(帝国理工学院)
本文针对依赖结构由未观测随机块模型决定的多变量时间序列,提出基于样本协方差矩阵的谱聚类方法,实现了潜在社区的精确恢复,其理论扩展了矩阵扰动理论至依赖数据场景。
2026-08-05 math.ST stat.ME stat.TH
Wavelet Based Periodic Autoregressive Moving Average Models
针对 Fourier 分析处理参数非平滑变化的 PARMA 时间序列时参数过多的问题,提出基于小波的建模方法,以获得更简约的模型,并通过模拟与实际数据验证。
2024-03-01 math.ST stat.ME stat.TH
A self-organising eigenspace map for time series clustering
University of Southampton(南安普顿大学);Logicblox/Infor
本文提出了一种新的时间序列聚类方法,自组织特征空间映射(SOEM),基于著名的自组织特征映射(SOFM)的推广。SOEM对时间序列的嵌入协方差结构的本征空间进行操作,所述本征空间与那些时间序列中的模式直接相关。近似联合对角化作为一个伪度量在这些空间中,使我们能够概括的SOFM矩阵输入的神经网络。该技术的经验验证对三组实验,单变量和多变量时间序列聚类,并应用(聚类)多变量时间序列预测。结果表明,该技术进行了有效的拓扑有序聚类的时间序列。当数据不对齐时,聚类优于标准基准,当用于预测时给出最佳聚类阶段,并且可以与部分/非重叠时间序列、多变量聚类一起使用,并产生时间序列对象的拓扑表示。
2019-05-14 cs.LG stat.AP stat.ML
Recurrent Deep Divergence-based Clustering for simultaneous feature learning and clustering of variable length time series
UiT The Arctic University of Norway(挪威北极大学)
聚类未标记的时间序列和序列的任务需要一组特定的挑战,即充分建模时间关系和可变序列长度。如果这些挑战没有得到适当的处理,那么生成的集群可能质量不佳。作为一个关键的解决方案,我们提出了一个基于深度学习的时间序列联合聚类和特征学习框架。对于给定的一组时间序列,我们训练一个递归网络来表示或嵌入向量空间中的每个时间序列,使得基于发散的聚类损失函数可以以端到端的方式发现底层聚类结构。与以前的方法不同,我们的模型固有地处理可变长度的多变量时间序列,并且不需要在输入空间中指定距离度量。在一组不同的基准数据集上,我们说明了我们提出的基于递归深度分歧的聚类方法优于以前的方法,或者与以前的方法相当。
2019-02-16 cs.LG stat.ML
A parsimonious, computationally efficient machine learning method for spatial regression
Department One(第一部门);Department Two(第二部门)
提出受物理启发的改进平面旋转器方法(MPRS),无需假设分布形式,通过自主学习算法实现空间/时间回归,在多维度数据测试中性能与标准插值方法相当,且计算高效、可处理大样本。
2023-09-28 cs.LG stat.ML
Classification of Categorical Time Series Using the Spectral Envelope and Optimal Scalings
本文介绍了一种新的方法分类的类别时间序列下的监督学习范式。为了构建有意义的特征分类时间序列分类,我们考虑两个相关的数量:频谱包络和其相应的一组最佳缩放。这些量将分类时间序列中的振荡模式表征为每个频率或频谱包络处的最大可能功率,通过将数值或缩放分配给最佳地强调每个频率处的振荡的类别来获得。我们的程序结合这两个数量产生一个可解释的和简约的基于特征的分类器,可用于准确地确定分类时间序列的组成员资格。研究了该方法的分类一致性,并通过仿真实验验证了该方法对具有不同分组结构的分类时间序列的准确性。最后,我们使用所提出的方法来探索不同睡眠障碍患者的睡眠阶段时间序列振荡模式的关键差异,并据此对患者进行准确分类。
2021-02-04 stat.AP stat.CO stat.ME
Clustering Time-Series by a Novel Slope-Based Similarity Measure Considering Particle Swarm Optimization
Southern Methodist University(南卫理公会大学);Amirkabir University of Technology(阿米尔卡比尔理工大学)
由于时间序列在各个领域的广泛存在,近年来对时间序列数据采掘的研究越来越多,特别是时间序列聚类。时间序列形式的大量数据使得有必要采用诸如聚类的各种技术来理解数据并提取信息和隐藏模式。在聚类领域,特别是时间序列聚类中,最重要的方面是所使用的相似性度量和用于进行聚类的算法。在本文中,一个新的相似性度量的时间序列聚类的基础上开发的一个简单的时间序列表示,斜率的时间序列的每一段,欧氏距离和所谓的动态时间弯曲的组合。本文证明了所提出的距离度量是度量的,从而可以应用索引。对于聚类任务,采用粒子群优化算法。建议的相似性度量进行比较,现有的三种措施,用于评估聚类算法的各种标准。结果表明,该方法在几乎所有的数据集上都优于其他方法。
2019-12-05 cs.LG cs.NE stat.ML
Time Series Clustering Using DBSCAN
本文旨在证明 DBSCAN 算法在多元时间序列聚类任务中的一致性,以弥补现有文献主要依赖启发式方法或限制性假设的不足。
2024-03-21 math.ST stat.TH
A clustering approach to time series forecasting using neural networks: A comparative study on distance-based vs. feature-based clustering methods
Jet Propulsion Laboratory(喷气推进实验室)
时间序列预测最近得到了很多关注,这是因为许多现实世界的现象可以建模为时间序列。大量的数据和计算机处理能力的最新进展使研究人员能够开发更复杂的机器学习算法,如神经网络来预测时间序列数据。在本文中,我们提出了各种神经网络架构来预测的时间序列数据使用的动态测量,此外,我们介绍了各种架构如何结合静态和动态测量预测。我们还调查了执行技术,如异常检测和聚类预测精度的重要性。我们的研究结果表明,聚类可以提高整体的预测时间,以及提高神经网络的预测性能。此外,我们表明,基于特征的聚类可以优于基于距离的聚类的速度和效率。最后,我们的研究结果表明,增加更多的预测因子来预测目标变量并不一定会提高预测精度。
2021-03-31 cs.LG stat.ML
COBRAS-TS: A new approach to Semi-Supervised Clustering of Time Series
KU Leuven(鲁汶大学)
聚类在数据分析中是普遍存在的,包括对时间序列的分析。它本质上是主观的:不同的用户可能喜欢对特定数据集进行不同的聚类。半监督聚类通过允许用户提供应该(不应该)在同一个集群中的实例的示例来解决这个问题。本文研究了时间序列的半监督聚类问题。我们表明,COBRAS,一个国家的最先进的半监督聚类方法,可以适应这种设置。我们将这种方法称为COBRAS-TS。广泛的实验评估支持以下声明:(1)COBRAS-TS在时间序列的半监督聚类方面远远优于当前的技术水平,因此为该领域提供了一个新的基线;(2)COBRAS-TS可以识别具有分离分量的聚类;(3)COBRAS-TS可以识别以小的局部模式为特征的聚类;(4)少量的半监督可以大大提高时间序列的聚类质量;(5)聚类算法的选择很重要(与文献中的早期权利要求相反)。
2018-05-02 cs.AI cs.LG stat.ML
Time Series Clustering with an EM algorithm for Mixtures of Linear Gaussian State Space Models
Shiga University(滋贺大学);Osaka Gas Co., Ltd.(大阪燃气株式会社)
在本文中,我们考虑的任务是聚类一组单独的时间序列,而每个集群建模,即基于模型的时间序列聚类。这项任务需要一个参数模型,具有足够的灵活性,以描述各种时间序列的动态。为了解决这个问题,我们提出了一种新的基于模型的时间序列聚类方法与线性高斯状态空间模型的混合物,具有很高的灵活性。该方法采用一种新的混合模型期望最大化算法估计模型参数,并利用贝叶斯信息准则确定聚类数。在模拟数据集上的实验证明了该方法在聚类、参数估计和模型选择等方面的有效性。该方法适用于真实数据集通常用于评估时间序列聚类方法。结果表明,所提出的方法产生的聚类结果是准确或更准确的比使用以前的方法。
2023-02-22 cs.CV cs.LG math.ST
Autoencoder-based time series clustering with energy applications
EDF R&D(法国电力集团研发部)
由于数据的特定性质,时间序列聚类是一项具有挑战性的任务。经典的方法并没有很好地执行,需要通过一个新的距离测量或数据转换进行调整。在本文中,我们研究了卷积自动编码器和k-medoids算法的组合来执行时间序列聚类。卷积自动编码器允许提取有意义的特征并减少数据的维度,从而改善后续聚类。使用模拟和能源相关的数据来验证该方法,实验结果表明,聚类是鲁棒的离群值,从而导致更精细的聚类比标准方法。
2020-02-10 cs.LG stat.ML
Clustering Financial Time Series: How Long is Enough?
研究人员使用30天到几年的每日回报作为源数据,根据相关性对金融时间序列进行聚类。本文建立了一个统计框架来研究这种做法的有效性。我们首先表明,聚类相关的随机变量从他们的观察值是统计上一致的。然后,我们也给了一个第一个经验的答案,很多争论的问题:多长时间的时间序列?如果太短,发现的集群可能是虚假的;如果太长,动态可能会被平滑。
2016-04-14 q-fin.ST stat.ML
Optimal Copula Transport for Clustering Multivariate Time Series
Hellebore Capital Management(Hellebore资本管理公司);Ecole Polytechnique(巴黎综合理工学院)
本文提出了一种新的方法聚类多变量时间序列利用最佳运输copula之间。Copula用于编码(i)多变量时间序列的内部依赖性,以及(ii)两个时间序列之间的相互依赖性。然后,最优copula传输允许我们定义多变量时间序列之间的两个距离:(i)一个用于测量内部依赖相异性,(ii)另一个用于测量基于新的多变量依赖系数的相互依赖相异性,该系数对噪声具有鲁棒性,确定性,并且可以针对指定的依赖关系。
2016-01-11 cs.LG stat.ML
Fuzzy clustering of ordinal time series based on two novel distances with economic applications
Research Center for Information and Communication Technologies (CITIC)(信息与通信技术研究中心(CITIC));University of A Coruña(拉科鲁尼亚大学);Helmut Schmidt University(赫尔穆特·施密特大学)
针对有序时间序列聚类,本文提出两种基于估计累积概率的新颖距离并构建高效模糊聚类算法,模拟显示其优于替代方法,并通过经济时间序列应用验证实用性。
2023-04-24 cs.LG stat.ML
Improving Model Choice in Classification: An Approach Based on Clustering of Covariance Matrices
本文通过按谱相似准则聚类协方差矩阵并改进 CEM 算法,在十四种经典简约高斯混合模型之间引入中间模型,以减少参数并增强可解释性。
2024-02-15 stat.CO stat.ME
Time series clustering based on the characterisation of segment typologies
Department of Computer Languages and Systems, University Pablo de Olavide(计算机语言与系统系,普拉多-奥利维耶大学)
本文提出基于两阶段聚类的方法,通过多项式分割和统计特征投影,提升时间序列相似性比较效果,实验显示在84个数据集上性能优异。
2018-10-27 cs.LG stat.ML
Time Series Clustering via Community Detection in Networks
Institute of Mathematics and Computer Science, University of São Paulo(圣保罗大学数学与计算机科学学院);Department of Computing and Mathematics, University of São Paulo(圣保罗大学计算与数学系)
在本文中,我们提出了一种在复杂网络中使用社区检测进行时间序列聚类的技术。首先,我们提出了一种方法,将一组时间序列转换成一个网络,使用不同的距离函数,其中每个时间序列由一个顶点表示,最相似的连接。然后,我们应用社区检测算法来识别强连接的顶点(称为社区),从而识别时间序列簇。本文还综合分析了时间序列距离函数的各种组合、网络生成方法和社团检测技术对聚类结果的影响。实验研究表明,所提出的基于网络的方法取得了更好的结果比各种经典或最新的聚类技术正在考虑。统计测试表明,该方法在不同数据集上的聚类性能优于$k$ -medoids、diana、median-linkage和centroid-linkage等经典聚类算法。有趣的是,该方法可以有效地检测形状模式呈现在时间序列由于在聚类过程中构建的底层网络的拓扑结构。与此同时,其他技术无法识别这种模式。此外,所提出的方法是强大的,足以组时间序列呈现类似的模式,但与时移和/或幅度变化。综上所述,本文提出的方法的要点是将时间序列从时空域转换到拓扑域。因此,我们希望我们的方法不仅有助于时间序列聚类,但也为一般的时间序列分析任务。
2015-08-19 cs.LG cs.SI stat.ML
A consensus-constrained parsimonious Gaussian mixture model for clustering hyperspectral images
University College Dublin(都柏林大学学院)
针对高光谱图像像素标注中基于阈值方法的主观性与泛化性问题,提出共识约束简约高斯混合模型(ccPGMM),通过潜变量模型和共识聚类提升聚类性能与计算效率,在食品样本高光谱图像中验证有效。
2024-12-10 cs.CV eess.IV stat.ME
Robust Clustering for Time Series Using Spectral Densities and Functional Data Analysis
提出了一种适用于平稳时间序列的鲁棒聚类算法。该算法是基于使用估计的谱密度,这被认为是功能性的数据,作为基本特征的静态时间序列聚类的目的。然后将功能数据的鲁棒算法应用于谱密度的集合。修剪技术和对组内分散的限制减少了数据中噪声的影响,并有助于防止识别虚假聚类。该程序在模拟研究中进行了测试,也适用于一个真实的数据集。
2017-02-07 stat.ML
From Time Series to Euclidean Spaces: On Spatial Transformations for Temporal Clustering
IBM Research - Zurich(IBM研究院-苏黎世)
时态数据的无监督聚类在机器学习中是一个具有挑战性和关键性的问题。在本文中,我们表明,当输入数据中同时存在变化的采样率和高维度时,传统的聚类方法、特定于时间序列的方法甚至基于深度学习的替代方法都无法很好地推广。我们提出了一种新的时间聚类方法,其中我们(1)通过使用适用于处理时间数据的相似性度量将输入时间序列转换为基于距离的投影表示,(2)将这些投影馈送到多层CNN-GRU自动编码器中以生成有意义的域感知潜在表示,其最终(3)允许对最重要的传统聚类算法有益的聚类的自然分离。我们对来自各个领域的时间序列数据集进行了评估,结果表明,它不仅在所有情况下都优于现有方法,最高可达32%,而且还具有鲁棒性,计算开销可以忽略不计。
2020-10-02 cs.LG stat.ML
Optimal Transport vs. Fisher-Rao distance between Copulas for Clustering Multivariate Time Series
本文提出了一种对N个由多变量时间序列,即多个实值随机变量序列描述的对象进行聚类的方法。这种聚类方法利用Copula,Copula是对几个随机变量之间的依赖结构进行编码的分布。为了在聚类时充分考虑依赖信息,我们需要在copula之间设置距离。在这项工作中,我们比较著名的分布之间的距离:费舍尔-饶测地距离,相关的分歧和最佳运输,并讨论其优点和缺点。这种方法的应用可以在金融资产的分类中找到。可重复研究的教程、实验和实现可以在www.datagrapple.com/Tech上找到。
2016-11-14 stat.ML
A Benchmark Study on Time Series Clustering
University of Vermont(佛蒙特大学)
本文提出了第一个时间序列聚类基准,利用所有的时间序列数据集,目前在加州大学河滨分校(UCR)档案-最先进的时间序列数据库。具体来说,基准测试检查了八种流行的聚类方法,代表三类聚类算法(分区,分层和基于密度)和三种类型的距离度量(欧几里德,动态时间规整和基于形状)。我们列出了六个限制,特别注意使基准尽可能公正。然后设计了一种分阶段评价方法,以总结小企业一级的评估指标并讨论结果。所提出的基准研究本身可以成为研究界的有益参考;所报告的小册子一级的评估指标可用于设计评价框架,以回答不同的研究问题。
2020-04-26 cs.LG stat.ML
Fuzzy clustering of circular time series based on a new dependence measure with applications to wind data
King Abdullah University of Science and Technology (KAUST)(阿卜杜拉国王科技大学);Universidade de Santiago de Compostela(圣地亚哥德孔波斯特拉大学)
本文针对单位圆上的时间序列聚类问题,提出了一种基于圆弧序列依赖性度量的新距离度量,并采用模糊聚类方法使序列能以不同隶属度归属多个聚类,实验表明该方法在多种模型下表现优异且计算高效,成功应用于沙特阿拉伯的风向数据分析。
2024-01-26 cs.LG stat.AP
Is the annual growth rate in balance of trade time series for Ireland nonlinear
我们描述了时间序列多变量自适应回归样条(TSMARS)方法。该方法对识别时间序列中的非线性结构是有用的。我们使用TSMARS来模拟1970年至2007年爱尔兰贸易平衡的年度变化。我们比较了TSMARS估计与长记忆ARFIMA估计和长期简约线性模型。我们发现,贸易差额的变化是非线性的,具有弱的长期影响。此外,我们还比较了1993年引入内部统计系统之前的时期和1993年以后的时期。在这里,我们表明,在早期的系列有一个实质性的线性信号嵌入其中,这表明在早期的估计工作可能导致了一个过度平滑的系列。
2017-05-30 stat.AP
Clustering Time-Series Energy Data from Smart Meters
研究了在智能电表的时间序列数据挖掘中使用聚类方法。问题是要确定商业和工业客户在24小时内的能源使用情况的模式和趋势,并对类似的情况进行分组。我们在美国几家电力公司提供的能源使用数据上测试了我们的方法。结果表明,准确的分组帐户类似的能源使用模式,并有潜力的方法,利用能源效率计划。
2016-03-24 stat.ML
Dynamic clustering of time series data
Instituto de Matemática Universidade Federal do Rio de Janeiro(里约热内卢联邦大学数学研究所);Departamento de Métodos Estatísticos Universidade Federal do Rio de Janeiro(里约热内卢联邦大学统计方法系)
提出了一种基于动态线性模型的多变量时间序列数据聚类方法。而通常的时间序列聚类方法获得静态的成员资格参数,我们的建议允许每个时间序列动态地改变他们的集群成员随着时间的推移。在这种情况下,一个混合物模型假设的时间序列和灵活的Dirichlet演化混合权重允许随着时间的推移平滑的成员资格的变化。后验估计和预测可以通过吉布斯抽样获得,但一个更有效的方法来获得点估计,基于随机期望最大化和梯度下降。最后,两个应用程序说明了我们提出的模型对单变量和多变量时间序列建模的有用性:欧盟国家可再生能源消费的世界银行指标和著名的Gapminder数据集,其中包含各国的预期寿命和人均GDP。
2020-01-28 cs.LG stat.AP stat.CO
Ranked differences Pearson correlation dissimilarity with an application to electricity users time series clustering
Statistics, Probability, and Data Science with R programming (SPDR) research group(统计、概率与数据科学(SPDR)研究组);Department of Mathematics, King Mongkut’s University of Technology Thonburi(泰国科技理工大学数学系)
本文提出排序 Pearson 相关相异度(RDPC),融合最大逐元素差分加权平均与 Pearson 相关相异度,并用于层次聚类,在复杂季节模式、趋势和峰值情形下优于现有算法,并成功应用于泰国电力用户时间序列聚类。
2025-05-07 cs.LG stat.ML