高水平成果推介

中南大科研

文章信息

何国良，金大卫（通讯作者），代丽芳，辛欣，余志文，陈俊龙：《Online Learning of Temporal Association Rule on Dynamic Multivariate Time Series Data》，载于《IEEE TRANSACTIONS ON KNOWLEDGE AND DATA ENGINEERING》Volume:36 Issue:12 Page:8954-8966。

成果简介

近年来，多变量时间序列分类已成为研究热点之一，可广泛应用于诸多应用领域，如入侵监测、医疗诊断、活动识别和金融预测等。多变量时间序列数据具有高维度和结构复杂等特点，基于规则的分类能有效提高分类过程的可解释性，引起学者们广泛兴趣并取得了一系列研究成果。但现有规则挖掘算法普遍存在局限性：

（1）没有考虑各变量间的时序性，不能有效挖掘数据的本质特征；

（2）时序数据存在概念漂移和时间拉伸现象，现有在线学习算法不能有效更新规则及其特征间的关联关系。

针对上述问题，本文提出一种时序关联规则的在线学习方法，主要创新如下：

(1)设计一种时序关联规则表示法，有效表达各变量特征间的时序关系，进而设计一种新颖挖掘算法从多元时序数据中挖掘时序关联规则。

(2)提出一种基于概率论的在线评估准则（简称PCOE）对特征和规则动态评估，提高在线学习过程中分类器模型的稳定性。

(3)基于PCOE准则提出一种新颖的时序关联规则存储策略，进而设计一种自适应学习和更新策略，实现时序关联规则的在线学习，提升基于规则的分类器模型性能。

主要完成人简介

何国良，taptap点点星际争霸2信息工程学院教授、博士生导师，主要研究领域包括人工智能、数据挖掘、机器学习、智能信息处理和智能算法等，主持了国家重大专项和国家重大科学仪器设备开发专项子课题、国家自然科学基金项目、湖北省自然科学基金项目和其它研究开发型项目等多项科研项目，获国家科技进步奖二等奖和湖北省科技成果推广奖二等奖。

金大卫，taptap点点星际争霸2信息工程学院院长、教授、博士生导师，主要研究领域包括金融信息工程、金融高频数据分析、算法交易、复杂事件处理等。

编辑丨李颖郭东祝畅

审核丨张今柯

终审丨李小平

公众号丨中南大科研

继续滑动看下一个