Please use this identifier to cite or link to this item:
https://open.uns.ac.rs/handle/123456789/30835
Title: | Role of Similarity Measures in Time Series Analysis Uloga mera sličnosti u analizi vremenskih serija |
Authors: | Geler Zoltan | Keywords: | Time series analysis, data mining, classification, similarity measures;Analiza vremenskih serija, data mining, klasifikacija, mera sličnosti | Issue Date: | 18-Sep-2015 | Publisher: | Univerzitet u Novom Sadu, Prirodno-matematički fakultet u Novom Sadu University of Novi Sad, Faculty of Sciences at Novi Sad |
Abstract: | <p>The subject of this dissertation encompasses a comprehensive overview<br />and analysis of the impact of Sakoe-Chiba global constraint on the most<br />commonly used elastic similarity measures in the field of time-series data<br />mining with a focus on classification accuracy. The choice of similarity<br />measure is one of the most significant aspects of time-series analysis - it<br />should correctly reflect the resemblance between the data presented in<br />the form of time series. Similarity measures represent a critical<br />component of many tasks of mining time series, including: classification,<br />clustering, prediction, anomaly detection, and others.</p><p>The research covered by this dissertation is oriented on several issues:</p><p>1. review of the effects of global constraints on the<br />performance of computing similarity measures,</p><p>2. a detailed analysis of the influence of constraining the elastic<br />similarity measures on the accuracy of classical classification<br />techniques,</p><p>3. an extensive study of the impact of different weighting<br />schemes on the classification of time series,</p><p>4. development of an open source library that integrates the<br />main techniques and methods required for analysis and<br />mining time series, and which is used for the realization of<br />these experiments</p> <p>Predmet istraživanja ove disertacije obuhvata detaljan pregled i analizu uticaja Sakoe-Chiba globalnog ograničenja na najčešće korišćene elastične mere sličnosti u oblasti data mining-a vremenskih serija sa naglaskom na tačnost klasifikacije. Izbor mere sličnosti jedan je od najvažnijih aspekata analize vremenskih serija - ona treba verno reflektovati sličnost između podataka prikazanih u obliku vremenskih serija. Mera sličnosti predstavlјa kritičnu komponentu mnogih zadataka mining-a vremenskih serija, uklјučujući klasifikaciju, grupisanje (eng. clustering), predviđanje, otkrivanje anomalija i drugih.</p><p>Istraživanje obuhvaćeno ovom disertacijom usmereno je na nekoliko pravaca:</p><p>1. pregled efekata globalnih ograničenja na performanse računanja mera sličnosti,</p><p>2. detalјna analiza posledice ograničenja elastičnih mera sličnosti na tačnost klasifikacije klasičnih tehnika klasifikacije,</p><p>3. opsežna studija uticaj različitih načina računanja težina (eng. weighting scheme) na klasifikaciju vremenskih serija,</p><p>4. razvoj biblioteke otvorenog koda (Framework for Analysis and Prediction - FAP) koja će integrisati glavne tehnike i metode potrebne za analizu i mining vremenskih serija i koja je korišćena za realizaciju ovih eksperimenata.</p> <p>Predmet istraživanja ove disertacije obuhvata detaljan pregled i analizu uticaja Sakoe-Chiba globalnog ograničenja na najčešće korišćene elastične mere sličnosti u oblasti data mining-a vremenskih serija sa naglaskom na tačnost klasifikacije. Izbor mere sličnosti jedan je od najvažnijih aspekata analize vremenskih serija - ona treba verno reflektovati sličnost između podataka prikazanih u obliku vremenskih serija. Mera sličnosti predstavlja kritičnu komponentu mnogih zadataka mining-a vremenskih serija, uključujući klasifikaciju, grupisanje (eng. clustering), predviđanje, otkrivanje anomalija i drugih.</p><p>Istraživanje obuhvaćeno ovom disertacijom usmereno je na nekoliko pravaca:</p><p>1. pregled efekata globalnih ograničenja na performanse računanja mera sličnosti,</p><p>2. detaljna analiza posledice ograničenja elastičnih mera sličnosti na tačnost klasifikacije klasičnih tehnika klasifikacije,</p><p>3. opsežna studija uticaj različitih načina računanja težina (eng. weighting scheme) na klasifikaciju vremenskih serija,</p><p>4. razvoj biblioteke otvorenog koda (Framework for Analysis and Prediction - FAP) koja će integrisati glavne tehnike i metode potrebne za analizu i mining vremenskih serija i koja je korišćena za realizaciju ovih eksperimenata.</p> |
URI: | https://open.uns.ac.rs/handle/123456789/30835 |
Appears in Collections: | FF Publikacije/Publications PMF Teze/Theses |
Show full item record
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.