Αποδοτικοί αλγόριθμοι για την συσταδοποίηση χρονοσειρών μέσω προσέγγισης με Gaussian Processes

Ξεφτέρης, Μιχαήλ; Xefteris, Michail

dc.contributor.author	Ξεφτέρης, Μιχαήλ	el
dc.contributor.author	Xefteris, Michail	en
dc.date.accessioned	2021-12-20T09:51:22Z
dc.date.available	2021-12-20T09:51:22Z
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/54206
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.21904
dc.rights	Default License
dc.subject	Χρονοσειρά	el
dc.subject	Συσταδοποίηση	el
dc.subject	Gaussian process	en
dc.subject	DTW	en
dc.subject	K-means	en
dc.subject	Time series	en
dc.subject	Clustering	en
dc.title	Αποδοτικοί αλγόριθμοι για την συσταδοποίηση χρονοσειρών μέσω προσέγγισης με Gaussian Processes	el
heal.type	bachelorThesis
heal.classification	Πληροφορική	el
heal.language	el
heal.language	en
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2021-07-09
heal.abstract	Διάφορες τεχνικές εξόρυξης δεδομένων χρησιμοποιούνται στις μέρες μας για την ανάλυση δεδομένων. Ανάμεσα τους, η συσταδοποίηση είναι η πιο διαδε- δομένη και χρησιμοποιείται σε περιπτώσεις που δεν υπάρχει κάποια προηγούμενη γνώση για τη δομή των συστάδων. Δεδομένα από πολλά πεδία όπως η οικο- νομία, η υγεία κ.α. αποθηκεύονται σε μορφή χρονοσειρών. Η συσταδοποίησή τους έχει ποικίλες εφαρμογές στο γονιδιώμα, στην ιατρική, στα οικονομικά. Το πρόβλημα είναι δύσκολο εξαιτίας του θορύβου και της μεγάλης διαστατικότητας που εκ φύσεως έχουν οι χρονοσειρές. Σε αυτή τη διπλωματική ασχολούμαστε με τη συσταδοποίηση χρονοσειρών με βάση το σχήμα τους. Το σημαντικότερο συστατικό των αλγορίθμων αυτής της κατηγορίας είναι η επιλογή του κατάλλη- λου μέτρου ομοιότητας. Το μέτρο αυτό θα πρέπει να συγκρίνει αποτελεσματικά τα σχήματα των χρονοσειρών. Η πιο διαδεδομένη τέτοια απόσταση είναι η Dy- namic Time Warping (DTW), η οποία όμως έχει τετραγωνική πολυπλοκότητα που επηρεάζει σημαντικά την πολυπλοκότητα των αλγορίθμων συσταδοποίησης. Οι περισσότερο υποσχόμενες λύσεις για τη μείωση της παραπάνω πολυ- πλοκότητας περιλαμβάνουν πρώτα την εφαρμογή μεθόδων για τη μείωση της διαστατικότητας των χρονοσειρών και έπειτα τη χρήση κλασικών αλγορίθμων συσταδοποίησης στα μειωμένης διαστατικότητας δεδομένα. Σε αυτή τη διπλω- ματική προτείνουμε μία νέα μέθοδο δύο σταδίων για τη συσταδοποίηση χρο- νοσειρών. Πρώτα μοντελοποιούμε τις χρονοσειρές με ορισμένα σημεία που ονομάζονται inducing points χρησιμοποιώντας Sparse Gaussian Process Re- gression [68], η οποία είναι μια προσεγγιστική μέθοδος για Gaussian Process Regression. Στη συνέχεια, οι χρονοσειρές περιγράφονται με τα λιγότερα σε αριθμό inducing points τα οποία οργανώνονται σε συστάδες με την εφαρμογή του αλγορίθμου k-means χρησιμοποιώντας ως μέτρο απόστασης μια τροποποι- ημένη εκδοχή της DTW. Τα πειράματα μας δείχνουν ότι η προσέγγισή μας δίνει μια γρήγορη και αποδοτική μέθοδο συσταδοποίησης.	el
heal.advisorName	Φωτάκης, Δημήτριος	el
heal.committeeMemberName	Φωτάκης, Δημήτριος	el
heal.committeeMemberName	Παγουρτζής, Αριστείδης	el
heal.committeeMemberName	Στάμου, Γιώργος	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Τεχνολογίας Πληροφορικής και Υπολογιστών	el
heal.academicPublisherID	ntua
heal.numberOfPages	107 σ.	el
heal.fullTextAvailability	false