1 / 12

Idősor karaktersorozatként való vizsgálata – SAX algoritmus

Idősor karaktersorozatként való vizsgálata – SAX algoritmus. Szabó Dániel Konzulens: dr. Dobrowiecki Tadeusz. Önálló Labor előadás 2011. december 12. Áttekintés. Adatbányászat (Data Mining) Orvosi adatbányászat (Data Mining in Clinical Medicine) Idősorok vizsgálata (Temporal Abstraction)

xanthus-church
Download Presentation

Idősor karaktersorozatként való vizsgálata – SAX algoritmus

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Idősor karaktersorozatként való vizsgálata – SAX algoritmus Szabó Dániel Konzulens: dr. Dobrowiecki Tadeusz Önálló Labor előadás 2011. december 12.

  2. Áttekintés • Adatbányászat (Data Mining) • Orvosi adatbányászat (Data Mining in Clinical Medicine) • Idősorok vizsgálata (Temporal Abstraction) • Időkeretek összehasonlítása (Temporal Pattern Matching) • SAX algoritmus (Symbolic Aggregate ApproXimation)

  3. Előrejelzés adatbányászattal az orvostudományban • Orvosi adatbányászat: olyan területeken alkalmazott, amelyek nagyméretű adathalmaz feldolgozását igénylik (molekuláris kutatások, genetikai adatok) • Egyik fontos területe az idősorok vizsgálata (Temporal Abstraction, TA) • Rendszeresen (akár folytonosan) mért adatok elemzésére szolgál (pl. vércukorszint változása, szívverés, ECG), ezek viselkedésére próbál magyarázatot találni

  4. A tudásalapú időbeli absztrakció • Knowledge-Based Temporal Abstraction, KBTA: egy idősorra alkalmazott adatbányászati módszer, melynek során az adott feladat öt részfeladatra oszlik, ezek közül mindegyikre különböző tudástípusokat alkalmazva más-más módszerek használatosak • Az öt részfeladat közül az egyik az idősor mintázatait hasonlítja össze (Temporal-pattern matching) osztályozás segítségével (Classification knowledge)

  5. Az idősor mintáinak hasonlósága „Poppet pulled significantly out of the solenoid before energizing” Brute Force Algorithm: quadratic in the length of the time series Symbolic Aggregate ApproXimation (SAX): 3 to 4 orders of magnitude Faster than brute force

  6. Symbolic Aggregate ApproXimation (SAX) • Egy n hosszúságú C idősor w egyenlő méretű keretre osztása (PAA – Piecewise Aggregate Approximation) • Gauss-görbe a db egyenlő területre osztása alapján a ß értékek (Breakpoint) meghatározása

  7. Symbolic Aggregate ApproXimation (SAX) • Az azonos breakpointok közé kerülő keretek ugyanazt a szimbólumot kapják Végül az idősor helyett egy karaktersorozatot kapunk: cbccbaab

  8. SAX – fa (trie) építése • A külső és belső heurisztikához használt adatstruktúrák: • 1. Egy tömb készítése az egymást követő SAX szavakból. A szó hossza adott. Az utolsó oszlop a szó előfordulásának számát tartalmazza.

  9. SAX – fa (trie) építése • 2. Egy fa (trie) építése a szókészlet alapján. A fa levelein az adott szavak táblázatban elfoglalt helye található. • A ritkán előforduló szavak ennek segítségével gyorsan megtalálhatók.

  10. SAX algoritmus megvalósítása MATLAB-bal • Gauss.m – ‘a’ bemeneti értékre kiszámolja az a-1 db breakpoint (ß) értékét • Sax.m – a szimbólumok száma (=ß+1) és a keret méretének hossza alapján reprezentálja a kapott karaktersorozatot

  11. Programfutás eredménye Szinuszgörbe -3*pi és 3*pi között, A=4 amplitúdóval

  12. Felhasznált irodalom • Riccardo Bellazzi, Fulvia Ferrazzi, Lucia Sacchi: Predictive data mining in clinical medicine: a focus on selected methods and applications. WIREs: Data Mining and Knowledge Discovery, Volume 1, September/October 2011, p.416-430 • Yuval Shahar: A framework for knowledge-based temporal abstraction. Artif Intell 1997, 90:79-133 • Eamonn Keogh, Jessica Lin, Ada Fu: HOT SAX: Efficiently Finding the Most Unusual Time Series Subsequence. In proceedings of the 5th IEEE International Conference on Data Mining. Houston, TX. Nov 27-30, 2005. pp. 226-233 • J. Lin, E. J. Keogh, L. Wei, and S. Lonardi.Experiencing SAX: a novel symbolic representation oftime series. Data Min. Knowl. Discov., 15(2), 2007.

More Related