201792_de-DE

liliconcom

Mustererkennung in Zeitreihen

Ich habe herausgefunden, wie Clustering-Techniken in JMP verwendet werden können, um ähnliche Muster zu identifizieren:

https://community.jmp.com/t5/Discussions/How-to-determine-clusters-of-semiconductor-wafer-defect-sort/td-p/15051

 

Bei der Analyse von Zeitreihendaten interessiere ich mich häufig für die Clusterung von Zeiträumen, in denen ein Muster von Interesse auftritt. In der Literatur gibt es mehrere Techniken und ich frage mich, wie JMP/JMP Pro verwendet werden kann, um erste Ergebnisse zu erzielen.

Betreff: Mustererkennung in Zeitreihen

Zusätzlich zur Functional Data Explorer-Plattform (nur in JMP Pro verfügbar) möchten Sie möglicherweise auch die Time Series-Plattform in JMP ausprobieren (die auch in JMP Pro enthalten ist, da die JMP-Funktionen eine Teilmenge der JMP Pro-Funktionen sind). Es gibt viele Mustererkennungs-Subplattformen/Visualisierungsoptionen, die in der Plattform verschachtelt sind. Wie einer der Quora-Befragten so weise feststellte: „...es kommt auf das Muster an, nach dem Sie suchen.“ Hier ist ein Link zur JMP-Onlinedokumentation für die Time Series-Plattform:

 

https://www.jmp.com/support/help/14-2/time-series-analysis.shtml#

 

Betreff: Mustererkennung in Zeitreihen

Diese Antwort von Quora ist eine gute Zusammenfassung verschiedener Techniken, die vor dem Clustering verwendet werden können.

Quelle: quora.com/What-is-the-best-way-algorithm-to-detect-a-pattern-in-a-time-series

 

• Kreuzkorrelation
• Dynamische Zeitverzerrung mit Fenster
• Fingerpinting der Zeitreihe mithilfe einer Kombination von Statistiken
• Versteckte Markov-Modelle
• Wiederkehrende neuronale Netze

 

Betreff: Mustererkennung in Zeitreihen

Interessanter Ansatz – man kann die Datenvorverarbeitung und dynamische Zeitverzerrung innerhalb der FDE-Plattform nutzen.

 

 

 

 

 

Betreff: Mustererkennung in Zeitreihen

Ich denke der Funktionsdaten-Explorer Die Plattform kann Ihnen hier weiterhelfen. Sie können funktionale Hauptkomponenten für jede Zeitreihe speichern und dann basierend auf diesen Hauptkomponenten ein Cluster erstellen.

 

Hier sind einige Tutorials zum Functional Data Explorer:

 

Das Was, Wo, Warum und Wie des Functional Data Explorer (2019-EU-45MP-050)

Die umfassende technische Leistungsfähigkeit des Functional Data Explorer (US 2018 226)

Tutorial – Verwenden des Functional Data Explorer, um Sensordaten zu verstehen (US 2018 410)

Betreff: Mustererkennung in Zeitreihen

Können Sie die spezifischen Fälle/Techniken in der Literatur mitteilen, die Sie verwenden möchten? Dann wurden die Funktionen in JMP/JMP Pro mit diesen spezifischen Instanzen verglichen?