Sign In

INSHAPE: Instance-Level Shapelets for Interpretable Time-Series Classification

μž‘μ„±μž
  • Haebom
μΉ΄ν…Œκ³ λ¦¬
Empty

μ €μž

Seongjun Lee, Seokhyun Lee, Changhee Lee

πŸ’‘ κ°œμš”

이 논문은 μ‹œκ³„μ—΄ λΆ„λ₯˜(TSC)의 λ³΅μž‘μ„±κ³Ό 투λͺ…μ„± 문제λ₯Ό ν•΄κ²°ν•˜κΈ° μœ„ν•΄ 데이터셋 전체가 μ•„λ‹Œ 각 μ‹œκ³„μ—΄ κ°œλ³„μ— νŠΉν™”λœ 차별적인 μ‹œκ°„ νŒ¨ν„΄(μΈμŠ€ν„΄μŠ€ 레벨 셰이프릿)을 λ°œκ²¬ν•˜λŠ” INSHAPE ν”„λ ˆμž„μ›Œν¬λ₯Ό μ œμ•ˆν•©λ‹ˆλ‹€. INSHAPE은 μ΄λŸ¬ν•œ νŒ¨ν„΄λ“€μ΄ μ„œλ‘œ κ²ΉμΉ˜μ§€ μ•ŠλŠ” μ„Έκ·Έλ¨ΌνŠΈλ‘œ μ‹λ³„ν•˜κ³  μ‹œκ°„μ  μ˜μ‘΄μ„±μ„ λͺ¨λΈλ§ν•˜μ—¬, 각 μ‹œκ³„μ—΄μ— λŒ€ν•œ λͺ…ν™•ν•œ 해석 κ°€λŠ₯μ„±κ³Ό 높은 예츑 μ„±λŠ₯을 λ™μ‹œμ— μ œκ³΅ν•©λ‹ˆλ‹€. 더 λ‚˜μ•„κ°€, κ°œλ³„ μ‹œκ³„μ—΄μ—μ„œ 발견된 셰이프릿을 μ§‘κ³„ν•˜μ—¬ ν”„λ‘œν† νƒ€μž…(개체 레벨) μ…°μ΄ν”„λ¦ΏμœΌλ‘œ ν†΅ν•©ν•¨μœΌλ‘œμ¨ 지역적 및 전역적 해석 κ°€λŠ₯성을 μ—°κ²°ν•©λ‹ˆλ‹€.

πŸ”‘ μ‹œμ‚¬μ  및 ν•œκ³„

β€’
μ‹œκ³„μ—΄ κ°œλ³„μ— μ΅œμ ν™”λœ νŒ¨ν„΄ 발견: 기쑴의 전체 데이터셋 기반 νŒ¨ν„΄κ³Ό 달리, κ°œλ³„ μ‹œκ³„μ—΄μ˜ νŠΉμ„±μ— λ§žλŠ” νŒ¨ν„΄μ„ λ°œκ²¬ν•˜μ—¬ μ„±λŠ₯ ν–₯상 및 ν•΄μ„μ˜ 정확성을 λ†’μž…λ‹ˆλ‹€.
β€’
νŒ¨ν„΄ κ°„ μ‹œκ°„μ  μ˜μ‘΄μ„± λͺ¨λΈλ§: 독립적인 νŒ¨ν„΄μœΌλ‘œ κ°„μ£Όν–ˆλ˜ κΈ°μ‘΄ 방식과 달리, νŒ¨ν„΄λ“€ κ°„μ˜ μ‹œκ°„μ  관계λ₯Ό κ³ λ €ν•˜μ—¬ λ”μš± ν’λΆ€ν•˜κ³  μ •ν™•ν•œ 해석을 κ°€λŠ₯ν•˜κ²Œ ν•©λ‹ˆλ‹€.
β€’
지역적 및 전역적 ν•΄μ„μ„±μ˜ 톡합: μΈμŠ€ν„΄μŠ€ 레벨의 μƒμ„Έν•œ νŒ¨ν„΄ 뢄석뢀터 데이터셋 μ „μ²΄μ˜ 일반적인 νŒ¨ν„΄κΉŒμ§€, 두 가지 μˆ˜μ€€μ˜ 해석 κ°€λŠ₯성을 유기적으둜 μ—°κ²°ν•©λ‹ˆλ‹€.
β€’
λ‹€μ–‘ν•œ 벀치마크 λ°μ΄ν„°μ…‹μ—μ„œμ˜ μš°μˆ˜ν•œ μ„±λŠ₯: 128개의 UCR 및 30개의 UEA 벀치마크 λ°μ΄ν„°μ…‹μ—μ„œμ˜ μ‹€ν—˜μ„ 톡해 κΈ°μ‘΄ μ΅œμ‹  셰이프릿 기반 방법둠 λŒ€λΉ„ μΌκ΄€λœ μ„±λŠ₯ μš°μœ„μ™€ 직관적인 해석λ ₯을 μž…μ¦ν–ˆμŠ΅λ‹ˆλ‹€.
β€’
계산 λ³΅μž‘μ„±: μΈμŠ€ν„΄μŠ€λ³„λ‘œ κ°€λ³€ 길이 νŒ¨ν„΄μ„ νƒμƒ‰ν•˜κ³  μ˜μ‘΄μ„±μ„ λͺ¨λΈλ§ν•˜λŠ” κ³Όμ •μ—μ„œ 계산 λ³΅μž‘μ„±μ΄ 증가할 수 있으며, λŒ€κ·œλͺ¨ μ‹œκ³„μ—΄ 데이터셋에 λŒ€ν•œ ν™•μž₯μ„± 연ꡬ가 ν•„μš”ν•  수 μžˆμŠ΅λ‹ˆλ‹€.
πŸ‘
Made with Slashpage