시계열의 패턴 인식유사한 패턴을 식별하기 위해 JMP에서 클러스터링 기술을 사용하는 방법을 찾았습니다.
https://community.jmp.com/t5/Discussions/How-to-determine-clusters-of-semiconductor-wafer-defect-sort/td-p/15051
시계열 데이터를 분석할 때 관심 있는 패턴이 나타나는 클러스터링 기간에 관심이 있는 경우가 많습니다. 문헌에는 몇 가지 기술이 있으며 JMP/JMP Pro를 사용하여 초기 결과를 얻을 수 있는 방법이 궁금합니다.
Re: 시계열 패턴 인식Functional Data Explorer 플랫폼(JMP Pro에서만 사용 가능) 외에도 JMP의 시계열 플랫폼(JMP 기능은 JMP Pro 기능의 하위 집합이므로 JMP Pro에도 있음)을 확인하고 싶을 수도 있습니다. 플랫폼 내에 중첩된 많은 패턴 인식 하위 플랫폼/시각화 옵션이 있습니다. quora 응답자 중 한 명이 현명하게 말했듯이 '...그것은 당신이 찾고 있는 패턴에 달려 있습니다.' 다음은 시계열 플랫폼용 JMP 온라인 설명서 링크입니다.
https://www.jmp.com/support/help/14-2/time-series-analysis.shtml#
Re: 시계열 패턴 인식quora의 이 답변은 이전 클러스터링에서 사용할 수 있는 다양한 기술에 대한 좋은 요약입니다.
소스: quora.com/What-is-the-best-way-algorithm-to-detect-a-pattern-in-a-time-series
- 교차 상관
- 창 동적 시간 왜곡
- 통계 조합을 사용하여 시계열 핑거핀팅
- 히든 마르코프 모델
- 순환 신경망
Re: 시계열 패턴 인식흥미로운 접근 방식 - FDE 플랫폼 내에서 데이터 전처리 및 동적 시간 왜곡을 활용할 수 있습니다.
Re: 시계열 패턴 인식내 생각 엔 기능 데이터 탐색기 여기서 플랫폼이 도움이 될 수 있습니다. 각 시계열에 대한 기능적 주성분을 저장한 다음 해당 주성분을 기반으로 클러스터링할 수 있습니다.
다음은 Functional Data Explorer에 대한 몇 가지 자습서입니다.
Functional Data Explorer의 대상, 위치, 이유 및 방법( 2019-EU-45MP-050 )
Functional Data Explorer의 광범위한 기술적 기능 ( US 2018 226 )
자습서 - Functional Data Explorer를 사용하여 센서 데이터 이해(US 2018 410)
Re: 시계열 패턴 인식문헌에서 사용하고자 하는 특정 사례/기술을 공유할 수 있습니까? 그런 다음 JMP/JMP Pro wrt의 기능을 이러한 특정 인스턴스와 비교하시겠습니까?
