Data mining and time series segmentation via extrema: preliminary investigations
Fouille de données et segmentation de chroniques par extrema: considérations préliminaires
Résumé
Time series segmentation is one of the many data mining tools. We take here local extrema as perceptually interesting points (PIPs). The blurring of those PIPs by the quick fluctuations around any time series is treated via an additive decomposition theorem, due to Cartier and Perrin, and algebraic estimation techniques, which are already useful in automatic control and signal processing. Our approach is validated by several computer illustrations. They underline the importance of the choice of a threshold for the extrema detection.
La segmentation des chroniques est l'un des outils de fouilles des donnés. On l'aborde, ici, en prenant des extrema locaux pour points d'importance perceptuelle (PIP). Un théorème de décomposition additive des chroniques, dûà Cartier et Perrin, et des techniques algébriques d'estimation des dérivées, déjà utiles en automatique et signal, permettent d'évacuer le brouillage dû aux fluctuations rapides de toute chronique. Des illustrations numériques valident notre approche et soulignent l'importance du choix du seuil de détection.
Origine | Fichiers produits par l'(les) auteur(s) |
---|
Loading...