1d-SAX : une nouvelle représentation symbolique pour les séries temporelles

Simon Malinowski 1, 2 Thomas Guyet 1, 2 René Quiniou 2 Romain Tavenard 3
2 DREAM - Diagnosing, Recommending Actions and Modelling
Inria Rennes – Bretagne Atlantique , IRISA-D7 - GESTION DES DONNÉES ET DE LA CONNAISSANCE
Résumé : SAX (Symbolic Aggregate approXimation) est une des techniques majeures de symbolisation des séries temporelles. La non prise en compte des tendances dans la symbolisation est une limitation bien connue de SAX. Cet article présente 1d-SAX, une méthode pour représenter une série temporelle par une séquence de symboles contenant des informations sur la moyenne et la tendance des fenêtres successives de la série segmentée. Nous comparons l'efficacité de 1d-SAX vs SAX dans une tâche de classification de séries temporelles d'images satellites. Les résultats montrent que 1d-SAX améliore les taux de classification pour une quantité d'information identique utilisée.
Type de document :
Communication dans un congrès
Conférence Extraction et Gestion de Connaissances, Jan 2014, Rennes, France. 2014
Liste complète des métadonnées

https://hal.inria.fr/hal-00916970
Contributeur : Thomas Guyet <>
Soumis le : mercredi 11 décembre 2013 - 09:41:51
Dernière modification le : mercredi 2 août 2017 - 10:10:41

Identifiants

  • HAL Id : hal-00916970, version 1

Citation

Simon Malinowski, Thomas Guyet, René Quiniou, Romain Tavenard. 1d-SAX : une nouvelle représentation symbolique pour les séries temporelles. Conférence Extraction et Gestion de Connaissances, Jan 2014, Rennes, France. 2014. 〈hal-00916970〉

Partager

Métriques

Consultations de la notice

673