Počet záznamov: 1
Metódy vyhľadávania podobností vo vybraných časových radoch
Názvové údaje Metódy vyhľadávania podobností vo vybraných časových radoch [elektronický zdroj] = [Searching methods for similarities in selected time series] / Peter Watter ; vedúci záverečnej práce Martina Hanová Autor-i Watter, Peter, ; SPUFEM32 (aut.)
Hanová, Martina, ; SPUFEM34 (škol.)Korporácia Slovenská poľnohospodárska univerzita (Nitra, Slovensko). Fakulta ekonomiky a manažmentu. Ústav štatistiky, operačného výskumu a matematiky Vyd.údaje 2023 Rozsah 1 online zdroj (80 s.) : grafy, ilustr., príl., tab. Poznámky Názov z titulnej obrazovky (stav zo dňa 5.3.2024). Súbežný názov prevzatý z databázy uis SPU . Bibliografia s. 59-61 . Spôsob prístupu: World Wide Web . Resumé anglicky, slovensky . Diplomová práca (Ing.). - Ústav štatistiky, operačného výskumu a matematiky FEM SPU v Nitre Predmet diplomové práce elektronické vysokoškolské kvalifikačné práce Anotácia Autorský abstrakt: Dolovanie informácií z databáz údajov je na vzostupe v poslednom desaťročí. V ľudských snahách je získať čo možno najviac užitočných informácií z údajov, pre ich možné širokospektrálne využite vo svete. Výnimkou nie sú ani údaje z časových radov. V práci analyzujeme časové rady a snažíme sa ich klasifikovať na základe podobnosti. Na získanie výsledku podobnosti časových radov je potrebné meranie vzdialenosti medzi prvkami časových radov. Jedna z najčastejších metód výpočtu vzdialenosti je Euklidova vzdialenosť. Výpočet Euklidovej vzdialenosti je rýchly a jednoduchý, ale v prípade časových radov má niekoľko nevýhod, spôsobené jej statickým spôsobom merania vzdialenosti. Problém nastáva, ak sa vyskytuje v časových radoch určitá deformácia alebo posun vývoja trendu. V takom prípade klasifikácia časových radov, na základe vypočítanej Euklidovej vzdialenosti nemusí byť presná. Preto v práci predstavuje iný spôsob merania vzdialenosti medzi časovými radmi, takzvaný algoritmus dynamickej deformácie času (DTW). Algoritmus DTW dokáže nájsť optimálne zosúladenie medzi časovými radmi, vďaka svojmu dynamickému prístupu. Výsledkom merania je presnejšia a intuitívnejšia klasifikácia časových radov. Dynamický prístup algoritmu DTW je založený na nákladovej matici vzdialeností. To má aj svoju nevýhodu, pretože matica má kvadratickú časovú a priestorovú zložitosť, ktorá obmedzuje algoritmus DTW pri dlhých časových radoch. Z toho dôvodu v našej práci predstavujeme aj algoritmus FastDTW, ktorý je presnou aproximáciou štandardného algoritmu DTW. Pri dlhých časových radoch algoritmus FastDTW dokáže svojim viacúrovňovým prístupom, dosiahnuť presné výsledky ako štandardný algoritmus DTW, ale za kratší čas. Author’s abstract: Data mining has been on the rise for the last decade. The purpose of human endeavour is to obtain as much helpful information as possible from data, for their wide spectrum use in the world. Time series data is no exception. In our paper, we analyse time series and classify them based on their similarity. It is necessary to measure the distance between the elements of the time series, to obtain the result of time series similarity. One of the most common distance measures is the Euclidean distance. Calculating the Euclidean distance is quick and easy, but in the case of time series, it has several disadvantages, due to the static way of measuring distance. The problem occurs if there is a certain deformation or local shifts in the trend of the time series. In such a case, the time series classification based on the calculated Euclidean distance may not be accurate. Therefore, in this paper, we present another way of measuring the distance between time series, the so-called dynamic time warping algorithm (DTW). The DTW algorithm is able to find the optimal alignment between two-time series, due to its dynamic approach. The result of the measurement is more accurate, and the classification of time series is more intuitive. The dynamic approach of the DTW algorithm is based on the distance cost matrix. There is a disadvantage because the matrix has quadratic time and space complexity, which limits the DTW algorithm for long time series. In this case, we introduce the FastDTW algorithm in our paper as well, which is an accurate approximation of the standard DTW algorithm. FastDTW uses a multilevel approach that achieves accurate results in long-time series as the standard DTW algorithm but much faster. Krajina Slovensko Jazyk dok. slovenčina URL http://opac.crzp.sk/openURL?crzpSigla=spunitra&crzpID=55903 Počet ex. [1] Báza dát E-zdroje (online) 
kniha
Signatúra Dislokácia Umiestnenie Voľné O-5316
Počet záznamov: 1