扫码下载APP

您的位置

资讯详情

本人可编辑资讯

仅支持在APP编辑资讯扫描二维码即可下载APP

科鲁尼亚大学最新研究:多元时间序列的R包mlmts机器学习

论论资讯 | 2023-04-20 3热度

Neurocomputing

Explore content

About the journal

Publish with us

Machine learning for multivariate time series with the R package mlmts

López-Oriona Á.; Vilar J.A.

Published:2023-06-07
DOI:10.1016/j.neucom.2023.02.048

研究背景

现今,时间序列数据无处不在。虽然大多数文献都涉及单变量时间序列,但多变量时间序列通常受到的关注较少。然而,近年来,机器学习算法在后者对象上的发展已经大大增加。然而,目前存在一些问题,如如何处理多变量时间序列数据,并如何使用机器学习算法来解决这些问题。这些问题是当前研究领域存在的问题。

研究内容

《Neurocomputing》杂志上发表的一篇论文《使用R包mlmts进行多变量时间序列的机器学习》提出了一种解决多变量时间序列问题的方法。该论文介绍了一个名为mlmts的R包,该包提供了一组广泛的数据挖掘技术,用于处理多变量时间序列。该包包括几个函数,允许执行聚类、分类、异常检测和预测等方法。mlmts还包括一组多变量时间序列数据集,通常用于测试新分类算法的性能。论文描述了该包的主要特点,并通过各种示例说明了其用法。从各个领域的实践者都可以从mlmts提供的通用框架中受益。

研究意义

该论文的创新点在于提出了一种解决多变量时间序列问题的方法,使用机器学习算法来解决这些问题。mlmts提供的数据挖掘技术可以帮助从各个领域的实践者更好地处理多变量时间序列数据,提高数据分析的效率和准确性。该研究意义重大,有望促进多变量时间序列研究的发展。

微信扫码即可查看