메뉴 건너뛰기

ENG

추천
검색

논문 기본 정보

자료유형
학위논문
저자정보

(서울대학교, 서울대학교 대학원)

지도교수
이상열
발행연도
저작권
서울대학교 논문은 저작권에 의해 보호받습니다.

이용수6

표지
AI에게 요청하기
추천
검색

초록· 키워드

상세정보 수정요청해당 페이지 내 제목·저자·목차·페이지
정보가 잘못된 경우 알려주세요!
시계열 분류, 군집분석은 시간에 따른 방대한 데이터를 저장하는 능력과 함께 데이
터 마이닝 분야에서 주요한 과제로 떠오르고 있다. 시계열 자료의 까다로운 성질에
의해 전통적 기법인 K-평균, K-근접이웃, SVM 등등은 직접적으로 적용이 쉽지
않다. 그러나 이러한 어려움에도 불구하고 시계열 분류, 군집분석은 데이터의 구
조를 이해하는데 도움을 주고 구조화 되지않은 데이터에서 새로운 패턴을 발견할
수 있도록 도움을 준다. 이러한 이유로 데이터 마이닝 분야에서 인기있는 주제로
여겨지고 있고 수 많은 해당 연구들이 존재하고 있다. 이번 재검토 연구에서는
전체적으로 여러 연구들을 검토한 다음 통계적 응용에 목적이 있는 모델 기반의
접근법을 알아본다. 비록 이 분야에서 벌써 몇 가지의 재검토 연구가 존재하지만 대
부분의 재검토 연구는 특정한 지식이나 통찰을 얻기에는 너무 방대하게 설명되고
있다. 따라서 이 연구에서는 처음 주제를 접하는 연구자를 위해 전반적인 과정들
에 대한 간단한 설명을 하고 특히 통계적 응용과 연구에 관심이 있는 이들을 위해
모델 기반의 접근법을 소개한다.
#Time series clustering #classification #model-based approach

목차

  1. 1 Introduction 1
    1.1 Time series clustering and classification (overview) 2
    1.2 Agenda of the review 4
    2 Framework of shape and feature based approach 5
    2.1 Shape-based approach of TSCL and TSC 5
    2.2 Feature based approach of TSCL and TSC 7
    3 Stochastic time series model approach 10
    3.1 Introduction 10
    3.2 AR expansion based method 11
    3.3 GARCH model approach 16
    3.4 Remark 18
    4 Conclusions 20
    국문초록 28

최근 본 자료

전체보기
260429_DBpiaAI
260319_딥리서치
260319_AI리더
260304_새학기에이전트
260429 전공별 추천 이벤트
260428 이주의질문
260304_아그논문롤
260127_아그논문
260127_AI뷰어