Classificação de séries temporais por meio da transformada Shapelet

Abstract

Resumo: O aumento dos dados coletados ao longo dos últimos anos despertou o interesse de vários pesquisadores em diferentes áreas de conhecimento concernente à análise de dados. Consequentemente, algoritmos de mineração de dados (MD) são utilizados para extração de padrões com o propósito de tomada de decisão. Dentre as tarefas de MD a classificação de séries temporais (CST) tem sido fortemente destacada. Neste contexto, a CST, mediante os algoritmos estado-da-arte e as técnicas para representação das séries temporais, consiste em tarefas não triviais, pois requer o conhecimento de domínio e de técnica para representá-las. Este trabalho apresenta uma avaliação experimental ampla da extensão da transformada shapelet (ETS) proposta por Zalewski et al. (2016), com base em outros modelos de classificação, e a proposta de uma nova ETS, visando a representação de séries temporais, extração de atributos relevantes e uma nova transformação dos dados sem perder informações importantes para inferências. Estas técnicas baseiam-se na eliminação de redundâncias entre as shapelets, o grau de correlação e autocorrelação entre elas, bem como a ordenação das shapelet de acordo com alguma medida de importância induzida nos algoritmos propostos. Após a separação das shapelets foram construídos modelos preditivos, baseados em distâncias, probabilidades, procura e otimização, com a finalidade de mostrar que a transformada shapelet (TS) proposta por Lines et al. (2012), em combinação com alguns algoritmos clássicos de seleção e agregação de atributos, resulta na redução e simplificação da complexidade da série temporal, permitindo que qualquer modelo preditivo adotado, sem a necessidade de ajustes de parâmetros, pode prover maior nível de desempenho em termos de acurácia. Conduzimos nossos experimentos em 25 conjuntos de dados extraídos do repositório UCR (Chen et al., 2015), para avaliação do desempenho dos modelos criados e dos métodos propostos. Após as análises dos resultados obtidos foram constatados desempenhos promissores em cada ETS utilizada. Palavras-chave: classificação, séries temporais, shapelet, mineração de dados aprendizado de máquina.

Abstract: The increase in data collection throughout the past few years has aroused the interest of several researchers from different knowledge fields regarding data analysis. Consequently, data mining algorithms (DM) have been used to extract patterns for decision making. Amongst the tasks of DM, time-series classification (TSC) have been strongly highlighted. In this context, TSC, in respect to state-of-art algorithms and time-series representation techniques, consists on nontrivial tasks since domain and technique knowledge are required for their representation. The present paper presents a wide experimental evaluation of Shapelet Transform (ST) proposed by Zalewski et al. (2016), based on other classification models; besides, a new ST is presented aiming time-series representation, the extraction of significant attributes, and new data transformation with no significant losses by inferences. These techniques are based on the elimination of redundancies among the Shapelets, their correlation and self-correlation degree, as well as Shapelet ordination regarding any importance level induced in the proposed algorithms. After the separation of the Shapelet, predictive models were constructed based on distances, probabilities, search and optimization to show that the TS proposed by Lines et al. (2012) combined with some classic algorithms of attribute selection and aggregation, results in the reduction and simplification of the time-series complexity. Thus, any predictive model could be applied with no need for parameter adjustment; besides, superior accuracy performance could be achieved. We conducted our experiment in 25 clusters of data extracted from UCR repository (Chen et al., 2015) in order to evaluate the performance of the proposed model and methods. After the analysis of the obtained data, promising performances were observed from each TS used. Keywords: classification, time serie, shapelet, data mining, machine learning.