Статья

Название статьи ПОИСК АНОМАЛИЙ В ТЕХНИЧЕСКИХ БАЗАХ ДАННЫХ ВРЕМЕННЫХ РЯДОВ
Автор А.Н. Шабельников, В.А. Шабельников
Рубрика РАЗДЕЛ V. МОДЕЛИРОВАНИЕ СЛОЖНЫХ СИСТЕМ
Месяц, год 04, 2008
Индекс УДК 519.007
DOI
Аннотация В статье описывается вариант общей методологии для поиска знаний в базах данных временных рядов на примере поиска аномалий в технологических базах данных. Процесс поиска знаний включает в себя очистку и фильтрацию данных, формирование признаков и извлечение множества ассоциативных правил которые могут быть использованы для идентификации аномалий или предсказания дальнейшего поведения временного ряда. Метод базируется на использовании информационно- теоретического подхода к извлечению знаний в комбинации с идеями лингвистической аппроксимации временных рядов.

Скачать в PDF

Ключевые слова поиск знаний, базы данных, временной ряд, ассоциативные правила, лингвистическая аппроксимация.
Библиографический список 1. Батыршин И.З. Основные операции нечеткой логики и их обобщение. – Казань: Отечество, 2001. – 102 с.
2. A. Ultsch. Knowledge discovery, lecture notes, 2003a. German.
3. Bakshi B.R. and Stephanopoulos G. Representation of process trends - IV. Induction of realtime patterns from operating data for diagnosis and supervisory control. Computers & Chemical Engineering, 18(4):303-332, 1994.
4. Colomer J., Melendez J., and Gamero F. Pattern recognition based on episodes and DTW. Application to diagnosis of a level control system. In Proceedings 16th International Workshop on Qualitative Reasoning (QR'02), pages 37-43, 2002.
5. Keogh E., Chakrabarti K., Pazzani M. J., and Mehrotra S.. Dimensionality reduction for fast similarity search in large time series databases. Knowledge and Information Systems, 3(3): 263-286, 2001b
6. Agrawal R. and Srikant R.. Fast algorithms for mining association rules. In Proceedings of the 20th VLDB Conference, pages 487 – 499, 1994.
7. Daw C.S., Finney C. E. A, and E. R. Tracy. A review of symbolic analysis of experimental data. Review of Scienti_c Instruments, 74(2):916-930, 2003.
8. Last M., Klein Y., and Kandel A. Knowledge discovery in time series databases. IEEE Transactions on Systems, Man, and Cybernetics, 31(1):160-169, 2001
9. Keogh E., Lonardi S., and Chiu B. Finding surprising patterns in a time series database in linear time and space. In D. Hand, D. Keim, and R. Ng, editors, Proceedings of the 8th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining (KDD'02),
pages 550-556. ACM Press, 2002.

Comments are closed.