Публікація: Кластеризация зашумленных временных рядов
Завантаження...
Дата
2020
Назва журналу
ISSN журналу
Назва тома
Видавництво
ХНУРЕ
Анотація
Одной из актуальных задач машинного обучения является задача кластеризации объектов. Кластеризация временных рядов используется как самостоятельная исследовательская техника, а также как часть более сложных методов интеллектуального анализа данных, такие как обнаружение правил, классификация, выявление аномалий и т.д. Проведен сравнительный анализ кластеризации зашумленных временных рядов выборки. Выборка для кластеризации содержала временные ряды различных типов, среди которых присутствовали нетипичные объекты. Кластеризация проводилась методами k-средних и DBSCAN с использованием различных функций расстояния для временных рядов. В работе была проведена кластеризация зашумленных временных рядов различных типов. Были использованы методы DBSCAN и k-средних с различными функциями расстояния. Лучшие результаты показал метод DBSCAN с евклидовой метрикой и CID-функцией. Анализ результатов кластеризации временных рядов позволяет определить ключевые различия между методами: если можно определить количество кластеров и не требуется отделять нетипичные временные ряды, метод k-средних показывает довольно хорошие результаты; если нет информации о количестве кластеров и существует задача выделения нетипичных рядов, целесобразно использовать метод DBSCAN.
Опис
Ключові слова
кластеризация, временной ряд, функция расстояния, метод k-средних, метод DBSCAN
Бібліографічний опис
Кириченко Л. О. Кластеризация зашумленных временных рядов / Л. О. Кириченко, А. Е. Ткаченко, Т. А.Радивилова. // Системні технології. Регіональний міжвузівський збірник наукових праць. - Випуск 3 (122). – Дніпро, 2019. – С. 133-139.