Resumen

La secuencia de series temporales es uno de los tipos de datos más comunes en el campo de la minería de datos. Es prevalente en campos como el mercado de valores, la ecología y la atención médica. La segmentación es un paso clave para acelerar la velocidad de procesamiento de la minería de secuencias de series temporales. Los algoritmos anteriores para la segmentación se centraron principalmente en el problema de mejorar la precisión en lugar de prestar mucha atención a la eficiencia. Además, el rendimiento de estos algoritmos depende en gran medida de los parámetros, que son difíciles de establecer para los usuarios. En este documento, proponemos PRESEE, que mejora en gran medida la eficiencia de la segmentación de secuencias de series temporales. PRESEE se basa en los métodos MDL (longitud de descripción mínima) y MML (longitud de mensaje mínima), que pueden segmentar los datos automáticamente. Para evaluar el rendimiento de PRESEE, realizamos varios experimentos en secuencias de series temporales de diferentes tipos y lo comparamos con el algoritmo de vanguard

• Materias:Robots Cuidados pediátricos Experimentos numéricos Radares Factores psicológicos
• Subjects:Robot Pediatric care Numerical experiments Radars Psychological factors
• Palabras claves:Serie temporal; Minería de datos; Segmentación; Eficiencia; Algoritmos; Rendimiento
• Keywords:Time-series stream; Data mining; Segmentation; Efficiency; Algorithms; Performance