Clustering Time Series with Self-Organizing Maps
Интегрированные модели и мягкие вычисления в искусственном интеллекте: Сборник научных трудов 2007
Sergejs Paršutins

Работа посвящена проблеме анализа временных рядов. Актуальной является задача разделения множества объектов на отдельные группы – кластеры, для дальнейшего прогнозирования поведения временного ряда. Существуют различные методы кластеризации данных; в данной работе применен метод, использующий карты самоорганизации. Проведённые эксперименты направлены на анализ влияния формата, в котором представлены временные ряды, на конечный результат. Произведено сравнение и анализ таких форматов, как точечное представление временного ряда, представление временного ряда в виде последовательности разницы между смежными значениями временного ряда, а также формата, когда временной ряд описывается конечным множеством общих параметров. Результатом работы стал сравнительный анализ каждого из упомянутых форматов отображения временных рядов, подкреплённый результатами экспериментов.


Keywords
Карты самоорганизации, анализ временных рядов, кластеризация временных рядов

Paršutins, S. Clustering Time Series with Self-Organizing Maps. In: Интегрированные модели и мягкие вычисления в искусственном интеллекте: Сборник научных трудов, Russia, Коломна, 28-30 May, 2007. Коломна: Физматлит, 2007, pp.465-472.

Publication language
Russian (ru)
The Scientific Library of the Riga Technical University.
E-mail: uzzinas@rtu.lv; Phone: +371 28399196